Інфопакет

Еволюційні обчислення

ОК 4

Обов’язкова дисципліна для ОП

Другий

2022/2023

2 Семестр

3

Студент повинен знати: загальні відомості про еволюційні обчислення, схеми роботи генетичних алгоритмів, еволюційних стратегій, диференціальної еволюції та генетичного програмування, основні оператори алгоритмів еволюційних обчислень, теоретичні засади генетичних алгоритмів. Студент повинен вміти: використовувати бібліотеку еволюційних обчислень DEAP для розробки програм мовою Python, що розв’язують задачі глобальної оптимізації, обирати спосіб кодування розв’язків, програмно конструювати фітнес-функцію типових задач еволюційних обчислень, розв’язувати несиметричну задачу комівояжера і задачу лінійного розкрою матеріалу з використанням мови програмування Python.

Очна форма

Навчальна дисципліна «Аналіз даних мовою Python» базується на дисциплінах «Програмування», «Вища математика», «Теорія ймовірності та математична статистика», «Алгоритми і методи обчислень», «Дискретна математика».

У курсі «Еволюційні обчислення» розглядаються загальні відомості про еволюційні обчислення і їх 4 основні алгоритми: генетичні алгоритми, еволюційні стратегії, диференціальна еволюція та генетичне програмування. Для кожного з алгоритмів викладається такий матеріал: схема роботи базового алгоритму, спосіб кодування розв’язків, оператори еволюційних алгоритмів (відбору, схрещування, мутації та інші), критерії зупинки. Також розглядаються теоретичні засади генетичних алгоритмів.

1. Глибовець М.М., Гулаєва Н.М. Еволюційні алгоритми: підручник. – К.: НаУКМА, 2013. – 828 с. 2. S. Luke. Essentials of Metaheuristics. Second Edition. lulu.com, 2013. – 242 pages. 3. M. Locatelli, F. Schoen. Global Optimization: Theory, Algorithms, and Applications. Society for Industrial and Applied Mathematics, 2013. – 450 pages. 4. Застосування генетичних алгоритмів у комп'ютерних системах: монографія / С. Д. Погорілий, Р. В. Білоус, І. В. Білоконь; за ред. проф. С. Д. Погорілого. – К.: Видавничо-поліграфічний центр «Київський університет», 2014. – 319 с. 5. Субботін С.О., Олійник А.О., Олійник О.О. Неітеративні, еволюційні та мультиагентні методи синтезу нечіткологічних і нейромережних моделей: Монографія / Під заг. ред. С. О. Субботіна. – Запоріжжя: ЗНТУ, 2009. – 375 с.

Лекції, лабораторні роботи, самостійна робота.

Семестрове оцінювання: навчальний семестр має два змістовні модулі. Перший змістовний модуль оцінюються після завершення лекційної теми №8 шляхом проведення електронного тестування. Другий змістовний модуль оцінюється за результатами складання (захисту) 2 лабораторних робіт. Підсумкове оцінювання (у формі заліку): форма заліку – електронне тестування. Всього за залік можна отримати від 0 до 40 балів. Умовою досягнення позитивної оцінки за дисципліну є складання (захист) всіх 2 лабораторних робіт і отримання не менш ніж 60 балів підсумкової оцінки. Умови допуску до заліку: умовою допуску до заліку є отримання студентом сумарно не менше, ніж критично-розрахунковий мінімум за семестр, рівний 20 балів.

Українська