BMETE92AX46

Nyomtatóbarát változatNyomtatóbarát változat
Tantárgy azonosító adatok
A tárgy címe: 
Evolúciós algoritmusok
A tárgy angol címe: 
Evolutionary Computing
1
0
1
f
Kredit: 
3
A tantárgy felelős tanszéke: 
Analízis Tanszék
A tantárgy felelős oktatója: 
Dr. Horváth Róbert
A tantárgy felelős oktatójának beosztása: 
egyetemi docens
Akkreditációs adatok
Akkreditációra benyújtás időpontja: 
2015.03.25
Akkreditációs bizottság döntési időpontja: 
2015.05.05
Tematika
A tantárgy az alábbi témakörök ismeretére épít: 
Valószínűségszámítás és többváltozós függvénytan alapjai, valamint egy szabadon választott programnyelv ismerete.
A tantárgy szerepe a képzés céljának megvalósításában: 
szabadon választható bármely szakon
A tantárgy részletes tematikája magyarul és angolul: 

Bevezetés: Optimalizálási feladatok típusai, brute force algoritmusok ellenpéldákkal, a genetikus algoritmus alapötlete: a biológiai párhuzam (gén, öröklődés és evolúció, fitnesz).
A genetikus algoritmusok általános sémája, és megvalósítása a legegyszerűbb esetben. Az evolúcios algoritmusok típusai reprezentáció szerint, operátorok (keresztezés és mutáció) megvalósítása 0-1 bit reprezentáció esetén, rulettkerék és tournament kiválasztás, elitizmus.
Utazóügynök-probléma. A permutáció reprezentáció és a hozzá kapcsolódó operátorok (pmx, ciklikus, edge, order, inverzió, swap, beszúrás, keverés). A fitnesz függvény megválasztása, hatása a szelekciós nyomásra; constrain handling problémája.
Az egyszerű genetikus algoritmusok elmélete: Építőkövek hipotézise és kritikája (Gray kódolás), Szkéma tétel, No free lunch e lv.
Evolúciós stratégiák: szimulált hűtés mint ős, genetikus változat (Rechenberg eredeti algoritmusa), keresztezés operátorok (k orreláció kérdése). Szimulált hűtés és Rechenberg eredeti algoritmusának összehasonlítása, mutáció operátorok, a többdimenziós normális eloszlás, (mu+lambda) illetve (mu,lambda) kiválasztás.
Paraméterek megválasztása: hangolás-kontroll-(ön)adaptáció. 1/5-ös szabály, alkalmazás a diszkrét reprezentáció esetére. Evolúciós algoritmusok működésének mérőszámai: MBF, SR, AES.
Evolúciós programozás: reprezentáció véges állapotú automatákkal, operátorok megvalósítása. Blondie24. Genetikus programozás: kife jezések reprezentációja fával, keresztezés és mutáció operátorok.

Követelmények szorgalmi időszakban: 
Két hetente beadandó házi feladat alapján félévközi jeggyel záródó tárgy.
Pótlási lehetőségek: 
Legfeljebb 2 darab házi feladat pótolható a pótlási héten, különeljárási díj ellenében
Konzultációs lehetőségek: 
Az előadóval egyeztetett időpontban, a TVSZ alapján
Jegyzet, tankönyv, felhasználható irodalom: 
Eiben, A.E., Smith, James E. : Introduction to Evolutionary Computing
A tárgy elvégzéséhez átlagosan szükséges tanulmányi munka mennyisége órákban (a teljes szemeszterre számítva)
Kontakt óra: 
28
Félévközi felkészülés órákra: 
14
Felkészülés zárthelyire: 
0
Zárthelyik megírása: 
0
Házi feladat elkészítése: 
48
Kijelölt írásos tananyag elsajátítása (beszámoló): 
0
Egyéb elfoglaltság: 
0
Vizsgafelkészülés: 
0
Összesen: 
90
Ellenőrző adat: 
90
A tárgy tematikáját kidolgozta
Név: 
Sáfár Orsolya
Beosztás: 
tanársegéd
Munkahely (tanszék, kutatóintézet, stb.): 
Analízis tanszék
A tanszékvezető neve: 
Dr. Horváth Miklós
A tantárgy adatlapja PDF-ben: