Інфопакет

Методи оптимізації та метаевристики

ОК 13

Обов’язкова дисципліна для ОП

Другий

2021/2022

2 Семестр

5

ПР11 – Здійснювати вибір моделей та методів і застосовувати гібридні технології штучного інтелекту до розв’язання оптимізаційних задач, а також здійснювати налаштування їх у залежності від вихідних даних, типу задачі та системних ресурсів. ПР13 – Знати класифікацію, основні напрямки в розвитку систем еволюційного моделювання та метаевристик; принципи побудови і функціонування еволюційних алгоритмів і метаевристик; генетичні алгоритми, еволюційні стратегії, генетичне програмування; основні методи метаевристик, інтелектуальні технології підтримки прийняття рішень на базі еволюційної парадигми і метаевристик; інструментальні засоби для реалізації метаевристик; класифікацію, властивості, основні напрямки розвитку інструментальних засобів еволюційного моделювання.

Знати основи лінійної алгебри, математичного аналізу, диференціальних рівнянь, інтегрального та диференціального числення, дослідження операцій, методів прийняття рішень. Володіти навиками роботи з інструментальними засобами реалізації методів та алгоритмів, розробляти відповідні програми мовами високого рівня, пакетами для наукових досліджень

Під час вивчення дисципліни розглядаються такі змістові розділи: класифікація наближених методів комбінаторної оптимізації, конструктивні алгоритми, стратегії розробки метаевристики, комбіновані алгоритми, гіперевристика, точні алгоритми, спеціальні алгоритми, алгоритми детермінованого локального пошуку (ЛП), стратегії поліпшення алгоритмів детермінованого локального пошуку (ЛП), пошук із пульсуючими чи змінними околами, керований локальний пошук, алгоритми табуйованого пошуку, порогові алгоритми, алгоритми стохастичного локального пошуку (СЛП), алгоритми імітаційного або модельованого, відпалу (АІВ), алгоритми прискореного ймовірнісного моделювання (G-алгоритми), генетичні алгоритми (ГА), міметичні алгоритми, ройовий алгоритми (ОРЧ), мурашині алгоритми (МА). алгоритми еволюційного моделювання, автомати. Навчання студентів спрямоване на вирішення завдань дисципліни по формуванню таких компетентностей: здатність застосовувати навички аналітичного та критичного мислення для вирішення проблем в області комп’ютерних наук; розуміння основних моделей, методів і алгоритмів еволюційних обчислень; розв’язання задачі підтримки прийняття рішень на базі еволюційної парадигми з використанням метаевристик в прикладних областях; розробки і дослідження математичних та еволюційних моделей, методів і алгоритмів для розв’язання задач ідентифікації і оптимізації складних систем; ефективне використання метаевристик в системах штучного інтелекту.

1.Zgurovskiy M.Z., Zaychenko Yu.P. The Fundamentals of Computational Intelligence: System Approach. – Springer, 2017. – 395 p. 2.Гуляницький Л.Ф., Мулеса О.Ю. Прикладні методи комбінаторної оптимізації. − К.: «Київський університет», 2016. − 142 с. 3.Снитюк В.Є. Прогнозування. Моделі, методи, алгоритми. − К.: Маклаут, 2008. − 364 с. http://www.twirpx.com/file/1250846/ 4.Poli R., LangdonW.B.,McPhee N.F.A Field Guide to Genetic Programming, 2008. 5.http://digitalcommons.morris.umn.edu/cgi/viewcontent.cgi?article=1001&context=cs_facpubs 6Sean, Luke. Essentials of Metaheuristics (2009). https://yadi.sk/d/6SRXyXaEMxApm 7.Min-Yuan Cheng, Doddy Prayogo. Symbiotic Organisms Search: A new metaheuristic optimization algorithm // Computers and Structures, 139 (2014), P. 98-112.

Лекції, лабораторні роботи, самостійна робота студента

Упродовж семестру студенти виконують лабораторні робити та презентують результати їх виконання перед аудиторією, також проводяться дві письмові контрольні роботи. За попередньою згодою викладача студенту можуть бути зараховані результати навчання, підтверджені сертифікатами онлайн платформи Coursera, як частини лабораторних робіт. Максимальна кількість балів, яку може отримати студент за роботу в семестрі не перевищує 100 балів. Підсумкове оцінювання у формі заліку: залік виставляється студенту за результатами роботи впродовж семестру як сума балів за всіма, успішно оціненими, результатами навчання і не передбачає додаткових заходів оцінювання. Для отримання заліку обов’язковим є виконання всіх лабораторних робіт (мінімальна оцінка – 48 балів, максимальна – 80 балів), написання контрольних роботи (мінімальна оцінка - 12 балів, максимальна – 20 балів). При отриманні результуючої підсумкової кількості балів від 60 і вище студенту виставляється зараховано.

Українська