Компьютерные науки

Эволюционные вычисления

В программе рассматриваются алгоритмы искусственного интеллекта, вдохновленные природой, включая генетические алгоритмы, роевые и муравьиные стратегии для задач оптимизации.
Студентов 943 Выпускников 197 Для специалистов
690 ₽ 1 200 ₽
или любая сумма на ваше усмотрение
Вы можете оплатить любую сумму, чтобы поддержать наш проект и авторов программы. Объем услуг не зависит от размера вашей оплаты.
Объем
36 час.
Длительность
30 дней
Нагрузка в неделю
9 час.
Формат обучения
Дистанционно (самостоятельно)
Описание Учебный курс посвящен эволюционным вычислениям как самостоятельной области теории интеллектуальных систем. Изучаются основы классических генетических алгоритмов, теория схем, решение задач численной и комбинаторной оптимизации, параллельные и многокритериальные алгоритмы, вероятностные модификации, генетическое программирование, эволюционные стратегии, эволюционное программирование, а также роевые и муравьиные алгоритмы. Материал ориентирован на исследователей и разработчиков систем оптимизации и машинного обучения.
Цели
  • Сформировать понимание принципов эволюционных вычислений.
  • Развить умение применять генетические алгоритмы к оптимизации.
  • Подготовить к анализу роевых и муравьиных алгоритмов.
Чему я научусь?
  • Реализовывать генетические алгоритмы для задач оптимизации.
  • Сравнивать модификации эволюционных алгоритмов.
  • Применять роевые методы к практическим задачам.

Авторы

Скобцов Юрий Александрович
Скобцов Юрий Александрович
Доктор технических наук, профессор, заведующий кафедрой "Автоматизированные системы управления" Донецкого национального технического университета, ведущий научный сотрудник института прикладной математики и механики НАНУ.
Сперанский Дмитрий Васильевич
Сперанский Дмитрий Васильевич
Доктор технических наук, член-корреспондент Академии технологических наук Украины, профессор Российской открытой Академии транспорта Московского государственного университета путей сообщения.
Чему я научусь?
  • Реализовывать генетические алгоритмы для задач оптимизации.
  • Сравнивать модификации эволюционных алгоритмов.
  • Применять роевые методы к практическим задачам.

Учебный план

№ Занятия
Экзамен экстерном Внимание! Экзамен экстерном не обязательный для сдачи. При желании вы можете его пройти, если хотите подтвердить свои знания по данному курсу без его изучения или поверить свои знания по нему. Экзамен экстерном можно сдать только один раз. 90 мин
1 Введение.Основы генетических алгоритмов В этой лекции описывается концепция простого генетического алгоритма (ГА), ориентированного на решение различных оптимизационных задач. Вводятся... В этой лекции описывается концепция простого генетического алгоритма (ГА), ориентированного на решение различных оптимизационных задач. Вводятся и содержательно описываются понятия, используемые в теории и приложениях ГА. Приводится фундаментальная теорема ГА и излагается теория схем, составляющие теоретическую базу ГА. Обсуждаются концептуальные вопросы, касающиеся преимуществ и недостатков ГА. ещё
Введение.Основы генетических алгоритмов тест для курса Эволюционные вычисления 30 мин
2 Генетические алгоритмы для задач комбинаторной оптимизации До сих пор рассматривалось применение ГА, в основном, при решении задачи численной оптимизации при поиске экстремумов... До сих пор рассматривалось применение ГА, в основном, при решении задачи численной оптимизации при поиске экстремумов функции. Но в настоящее время ГА используются больше для решения задач комбинаторной оптимизации, которым посвящена подавляющая часть публикаций. Базовой задачей комбинаторной оптимизации является задача коммивояжера, для которой отрабатываются новые методы решения задач данного типа. Поэтому большая часть лекции посвящена решению задачи коммивояжера с помощью ГА на основе различных способов кодирования потенциальных решений и проблемно-ориентированных генетических операторов кроссинговера. Однако сначала рассматриваются задачи об укладке рюкзака и покрытии множества, которые допускают использование простого (классического) ГА. ещё
Генетические алгоритмы для задач комбинаторной оптимизации тест для курса Эволюционные вычисления 45 мин
3 Модификации генетических алгоритмов В предыдущих лекциях, в основном, рассмотрена классическая реализация простого ГА. В настоящей лекции описаны модификации ГА.... В предыдущих лекциях, в основном, рассмотрена классическая реализация простого ГА. В настоящей лекции описаны модификации ГА. Прежде всего это различные модификации и обобщения для каждого функционального блока основной схемы ГА без изменения последовательности этих блоков. Описаны различные методы генерации начальной популяции, отбора родителей, разные формы представления потенциальных решений и генетические операторы кроссинговера и мутации, определенные для соответствующего кодирования. Кроме этого, изложены нестационарные ГА с изменяемой мощностью популяции, ниши и адаптивные ГА, где параметры подстраиваются в процессе поиска решения. ещё
Модификации генетических алгоритмов тест для курса Эволюционные вычисления 40 мин
4 Параллельные генетические алгоритмы "Присущие ГА""внутренний"" параллелизм и заложенная в них возможность распределенных вычислений способствовали развитию параллельных ГА (ПГА). В... "Присущие ГА""внутренний"" параллелизм и заложенная в них возможность распределенных вычислений способствовали развитию параллельных ГА (ПГА). В данной лекции изложены основы параллельных ГА, где используются следующие основные модели: 1)""рабочий-хозяин"", ""модель островов"", клеточные ГА, коэволюционные ГА. Далее описаны эти виды ГА, их структура и основные параметры." ещё
Параллельные генетические алгоритмы тест для курса Эволюционные вычисления 45 мин
5 Генетические алгоритмы многокритериальной оптимизации В большинстве реальных практических задач, как правило, необходимо выполнить оптимизацию по нескольким критериям. Многокритериальная оптимизация основана... В большинстве реальных практических задач, как правило, необходимо выполнить оптимизацию по нескольким критериям. Многокритериальная оптимизация основана на поиске решения, которое одновременно оптимизирует не одну, а несколько функций. В этой лекции изложены основы многокритериальных ГА на основе концепции Парето. Описана общая структура многокритериального ГА и различные обобщения ГА для многокритериальной оптимизациии, включая: векторную оценку, ранжирование по Парето, метод взвешенной функции со случайными и адаптивными весами. Рассмотрены методы оценки качества решений в случае многокритериальной оптимизации. ещё
Генетические алгоритмы многокритериальной оптимизации тест для курса Эволюционные вычисления 40 мин
6 Генетическое программирование "Эта лекция посвящена генетическому программированию (ГП), средства которого ориентированы на автоматическое создание либо изменение программ. С... "Эта лекция посвящена генетическому программированию (ГП), средства которого ориентированы на автоматическое создание либо изменение программ. С применением используемой в ГП методологии происходит ""выращивание"" программ для решения поставленной вычислительной задачи. Такое ""выращивание"" осуществляется также, как и в ГА, путем формирования поколения за поколением новых программ, которые все ""лучше"" и ""лучше"" решают поставленную задачу. Методы ГА и ГП имеют много общего, но вместе с тем имеют и существенные отличия. Одно из важных отличий заключается в том, что в ГА оперируют с равными по размеру и одинаковыми по структуре особями, тогда как в ГП особи могут иметь совершенно отличные друг от друга структуры. Следствием этого является, например, возникновение проблем с оператором кроссинговера, поскольку его механизм сильно зависит от выбранного представления программы." ещё
Генетическое программирование тест для курса Эволюционные вычисления 40 мин
7 Машинное обучение "Эта лекция посвящена методам построения моделей, способных обучаться, а также разработке алгоритмов для их построения и... "Эта лекция посвящена методам построения моделей, способных обучаться, а также разработке алгоритмов для их построения и обучения. Различают два типа обучения: 1) обучение по прецедентам (индуктивное обучение) ещё
Машинное обучение тест для курса Эволюционные вычисления 40 мин
8 Вероятностные и компактные генетические алгоритмы В настоящее время кроме детерминированных ГА разработаны и достаточно широко применяются вероятностные ГА (ВГА), в которых... В настоящее время кроме детерминированных ГА разработаны и достаточно широко применяются вероятностные ГА (ВГА), в которых популяция представляется вектором вероятности. В данной лекции представлены основные ВГА, к которым относятся: базовый ВГА, пошаговое обучение на основе виртуальной популяции, компактный генетический алгоритм, генетический алгоритм SELFISH. Все они, в отличие от классического ГА, где популяция состоит из множества двоичных стрингов, основаны на вероятностном представлении популяции вектором вероятностей. Для разных ВГА применяются различные генетические операторы, которые здесь детально описаны. ещё
Вероятностные и компактные генетические алгоритмы тест для курса Эволюционные вычисления 40 мин
9 Эволюционные стратегии Эта лекция посвящена основам эволюционных стратегий (ЭС), которые являются самостоятельным разделом эволюционных вычислений и изначально ориентированы... Эта лекция посвящена основам эволюционных стратегий (ЭС), которые являются самостоятельным разделом эволюционных вычислений и изначально ориентированы на оптимизацию в многомерном пространстве. Вводится представление потенциального решения с помощью векторов вещественных чисел и соответствующие генетические операторы мутации и рекомбинации. Представлены двукратная и многократные ЭС. Изложен основной алгоритм и параметры ЭС. Рассмотрены вопросы самоадаптации ЭС на основе коррекции значений параметров в процессе эволюции. ещё
Эволюционные стратегии тест для курса Эволюционные вычисления 40 мин
10 Эволюционное программирование Эволюционное программирование (ЭП), как и ЭС, использует эволюцию на уровне фенотипа. В данной лекции изложены основы... Эволюционное программирование (ЭП), как и ЭС, использует эволюцию на уровне фенотипа. В данной лекции изложены основы ЭП, где потенциальное решение представляется в виде конечного автомата и применяется, в основном, оператор мутации. Описаны различные генетические операторы мутации и основной эволюционный алгоритм ЭП. Рассмотрены вопросы применения ЭП к задачам прогнозирования и управления. Представлено также современное направление ЭП, где потенциальное решение может кодироваться вещественными векторами. ещё
Эволюционное программирование тест для курса Эволюционные вычисления 40 мин
11 Роевые и муравьиные алгоритмы В последнее десятилетие при решении задач оптимизации все шире используются новые методы, которые фактически примыкают к... В последнее десятилетие при решении задач оптимизации все шире используются новые методы, которые фактически примыкают к эволюционным вычислениям по своей идеологии и основаны на моделировании социального поведения живых организмов. К ним относятся, прежде всего, роевые алгоритмы (PSO–particle swarm optimization), которые, в основном, используются в численной оптимизации, и муравьиные алгоритмы (ACO – ant colony optimization), применяемые, как правило, при решении задач комбинаторной оптимизации (прежде всего на графах). Далее кратко рассмотрим основные концепции и функциональные операции для этих двух новых направлений. ещё
Роевые и муравьиные алгоритмы тест для курса Эволюционные вычисления 40 мин
12 Муравьиные алгоритмы Данная лекция посвящена методам оптимизации, основанным на поведении муравьиных колоний (Ant Colony Optimization - ACO), которые... Данная лекция посвящена методам оптимизации, основанным на поведении муравьиных колоний (Ant Colony Optimization - ACO), которые в последнее время получили широкое распространение. Рассматривается биологический прототип и непрямая форма общения особей колонии – стигметрия, которая основана на том, что муравьи по пути движения откладывают специальный фермент – феромон. Моделирование этого способа обмена информацией лежит в основе данного подхода. Вводится базовый муравьиный алгоритм с основными формулами определения откладываемой концентрации феромона и вероятности выбора пути в зависимости от этой концентрации. Муравьиный алгоритм иллюстрируется на примере задач выбора оптимальных путей на графах (например, задачи коммивояжера). Описаны многочисленные модификации и обобщения базового муравьиного алгоритма. Рассмотрены его параметры и их влияние на эффективность метода. Обсуждается применение этого метода в изменяющейся среде. Выполнено сравнение муравьиных и генетических алгоритмов. ещё
Муравьиные алгоритмы тест для курса Эволюционные вычисления 40 мин
Тренировочный экзамен Внимание! Тренировочный экзамен экстерном не обязательный для сдачи. При желании вы можете его пройти, если хотите проверить свои знания курса перед сдачей экзамена. Тренировочный экзамен можно сдавать сколько угодно один раз. 90 мин
Экзамен 60 мин

Какой документ я получу?

Сертификат

Выдаётся автоматически после успешного завершения программы.

Удостоверение о повышении квалификации

Выдается при наличии среднего специального или высшего образования (необходимые документы).

Стоимость программы

690 ₽ 1 200 ₽
или любая сумма на ваше усмотрение
Вы можете оплатить любую сумму, чтобы поддержать наш проект и авторов программы. Объем услуг не зависит от размера вашей оплаты.
^