MMC1010 | Metode stocastice de căutare |
Titularii de disciplina |
Conf. Dr. SOOS Anna, asoosmath.ubbcluj.ro |
Obiective |
Cunoasterea metodelor si algoritmilor de optimizare si cautare stocastice.
Implementarea si folosirea algoritmilor de cautare stocastica pentru rezolvarea problemelor reale. |
Continutul |
Procese stocastice. Lanţuri Markov, Procese Gaussiene.
Introducere in căutare şi optimiaare stocastică. Optim local şi global. Simulare pe calculator. Optimizare stocastică: metoda celor mai mici pătrate, metoda gradientului, metode grafice. Algoritmi de optimizare. Convergenţa algoritmilor. Algoritmi direcţi de căutare, metoda gradientului stocastică. Călire simulată. Algoritmul metropolis. Convergenţa algoritmului. Algoritmi genetici, operatori genetici. Teoria schemelor. Convergenţa algoritmului. Strategii evolutive. Programare evolutivă. Tabu search. Căutare binară. Aplicaţii: TSP, alocare simulată. Lanturi Markov şi algoritmi Monte Carlo. |
Bibliografie |
1. A. Almos, S. Gyori, G. Horvath, A. Koczy: Genetikus algoritmusok, Typotex, 2002
2. Thomas Bäck. Evolutionary algorithms in theory and practice. OxfordUniversity Press, New York, 1996. 3. M. Mitzenmacher, E. Upfal: Probability and Computing, Cambridge University Press, 2005 4. A. Noga: The probabilistic method, Wiley, 2001 5. H.P. Schwefel. Evolution and Optimum Seeking. Wiley, 1995. 6. A. Soós: A valószínűségszámítás elemei, Egyetemi Kiadó, Kolozsvár, 2001 7. J.C. Spall: Introduction to Stochastic Search and Optimization, Amazon, 2002 |
Evaluare |
Activitate de seminar-laborator: trei lucrari, reprezentand 30% din nota finala.
Alegerea unei probleme reale si implementarea algoritmului stocastic de rezolvare. Prezentarea problemei si a solutiei la seminar sau examen, 70%. |
Legaturi: | Syllabus-urile tuturor disciplinelor Versiunea in limba engleza a acestei discipline Versiunea in format rtf a acestei discipline |