Universitatea Babeş-Bolyai Cluj-Napoca
Facultatea de Matematică şi Informatică
Ciclul de studii: Licență

FISA DISCIPLINEI

Codul
Denumirea disciplinei
MII0019 Calcul evolutiv: algoritmi şi operatori
Specializarea
Semestrul
Ore: C+S+L
Categoria
Statutul
Informatică - în limba engleză
5
2+0+1
specialitate
optionala
Titularii de disciplina
Lect. Dr. GROSAN Crina Daniela,  cgrosancs.ubbcluj.ro
Obiective
Prezentarea principalelor modele , tehnici si algoritmi privind Calculul evolutiv si metodele inrudite. Aplicarea acestor modele si tehnici pentru rezolvarea unor probleme tipice NP-dificile
Continutul
1. Introducere
1.1 Evolutia naturala; 1.2 Principiile de baza ale algoritmilor evolutivi

2. Tehnici evolutive de cautare
2.1 Algoritmii evolutivi, operatori, selectie si parametri; 2.2 Fundamentele teoretice, convergenta si considerente de proiectare 2.3 Programarea genetica; 2.4 Strategiile evolutive; 2.5 Prpogramarea evolutiva.

3. Inteligenta colectiva
3.1 Principiile comportamentului colectiv; 3.2 Optimizare cu ajutorul grupurilor de particule; 3.3 Optimizare prin modelul coloniilor de furnici

4. Algoritmi de estimare a distributiei
4.1 Algoritmi avansati de estimare a distributiei; 4.2 Variante ale algoritmilor de estimare a distributiei: UMDA, BMDA si BOA.
5. Euristici de cautare aleatoare
5.1 Recoacerea simulata; 5.2 Cautarea tabu; 5.3 Cautarea disparata; 5.4 Algoritmul Metropolis.

6. Sisteme multi-agent

7. Sisteme auto-adaptive

8. Automate celulare

9. Sisteme imune

10. Analiza teoretica a abordarilor evolutive
10.1 Convergenta; 10.2 Timpul de calcul; 10.3 Teoremele No free lunch.

11. Abordari hibride
11.1 Hybridizare intre algoritmi evolutivi; 11.2. Hybridizare intre algoritmi evolutivi si retele neuronale; 11.3. Hybridizare intre algoritmi evolutivi si sisteme fuzzy;11.4 Hybridizare intre algoritmi evolutivi si PSO; 11.5. Hybridizare intre algoritmi evolutivi si ACO; 11.6. Hybridizare intre algoritmi evolutivi si BFO; 11.7. Hybridizare intre algoritmi evolutivi si alte euristici de cautare(cautare locala, cautare tabu, recoacere simulata, hill climbing, GRASP, programare dinamica)


Bibliografie
1. A.E. Eiben and J.E. Smith, Introduction to Evolutionary Computing, Springer, Heilderberg, Germany, 2003.
2. T. Back, D.B. Fogel, and Z. Michalewicz (Eds), Evolutionary Computation: Basic Algorithms and Operators, Vol. 1 and Vol. 2, Institute of Physics Publishing, Philadelphia, PA, 2000.
3. J. R. Koza et al., Genetic Programming IV, Kluwer, Norwell, MA, 2003.
1. R. Sarker and M. Mohammadian, and X. Yao (Eds), Evolutionary Optimization, Kluwer, Norwell, MA, 2002
2. R. Riolo and B. Worzel (Eds), Genetic Programming Theory and Practice, Norwell, MA, 2003.
3. Y.C. Jin (Ed.), Knowledge Incorporation in Evolutionary Computation, Springer, New York, 2005.

Other materials will be provided during the course and/or labs such as journal and conference papers, reports, etc.

Evaluare
Va fi un proiect mai complex de laborator care trebuie terminat pana la sfarsitul semestrului. Acestea pot fi selectate din lista pusa la dispozitie. Studentii au , de asemenea, posibilitatea de a veni cu propria lor propunere de proiect pentru care trebuie sa prezinte o descriere detaliata si o justificare.
Va fi o lucrare scrisa din materialul de la cursuri.
Nota finala va constra din media dintre nota de la laborator si cea de la examenul scris.
Legaturi: Syllabus-urile tuturor disciplinelor
Versiunea in limba engleza a acestei discipline
Versiunea in format rtf a acestei discipline