Evoluční algoritmy I

outlines

1. modely evoluce - základní přístupy a pojmy. populace, rekombinace. ohodnocení úspěšnosti individua.

2. genetické algoritmy. zakódování řešené problému do chromozómu. základní genetické operace, křížení, mutace.

3. selekce - simulace přirozeného výběru. Účelová funkce. dynamická vs. statická selekce, mechanismus rulety, turnaje, elitářství.

4. reprezentační schemata, vlastnosti, věta o schematech.

5. evoluční programování. alternativní reprezentace problému. evoluce konečných automatů. "meta-evoluce" - adaptace evolučních pravidel.

6. evoluční strategie, kooperace individuí, (1+1) es, (m+1) es, rychlost konvergence.

7. klasifikační systémy. učení pravidel "if-then", makléřský algoritmus, q-učení, produkční systémy.

8. ea, strojové učení a datokopectví. evoluce expertních systémů, vnitřní reprezentace, michiganský vs. pittsburgský přístup.

9. adaptivní chování, animati, artificial life. emergence, simulace stádního chování, simulace prostředí a interakcí (tierra, broučci, ...).

10. celulární automaty, l-systémy, třídy složitosti, výpočetní síla.

11. genetické programování. evoluce počítačových programů. vnitřní stromová reprezentace, genetické operátory.

12. ea a numerická optimalizace. binární vs. float reprezentace, multiúčelová optimalizace, zahrnutí explicitních podmínek a omezení.

13. ea a kombinatorické problémy. Řešení np-úplných úloh, problém obchodního cestujícího, problém batohu.

14. genetické učení neuronových sítí. vnitřní reprezentace, evoluce topologií. funkční ekvivalence sítí.

ale spousta se toho nedělala

jinak loňské otázky:

1. jestli se nam vic libi pitsburgsky nebo michigansky model a proc.

2. neco ve smyslu co rika veta o schematech a hypoteza o blocich.

3. neco ve smyslu co jsou to pristupy ke statistickemu odhadovani chovani evolucnich algoritmu

a dnešní otázky:

1. schémata - pojmy, důsledky, námitky

2. iterované vězňovo dilema - co to je, vztah k EvA

3. EvA jako optimalizace funkce Rⁿ - operátory, diskuse

jo a jeste pro ty co nebyli dnes: http://hippies.matfyz.info/stranka.php?sem=7 - tady jsem dal par hodicich se odkazu

Ahoj,
nějak nemůžu najít co je ten pitsburgský a michiganský model. Není to ani ve slajdech ani to nemám v poznámkách.
Ještě jeden dotázek, nemuselo se někam přihlašovat na zkoušku? V SISu nic naní, tak doufám že bude stačit tam přijít.
Dík za odpověď.

Cauves,

• je zvlastni, ze mi ten Pittsburgh/Michigan neco rika, ale ani ja to nikde nemam :/

• na zkousky se hlasit neni potreba

• jeste v semstru rikal, ze kdyz nekomu nebude vyhovovat ani jeden z tech 2 terminu, ma se mu ozvat mailem osobne

• do Studnice sem natlacil svy nafoceny poznamky z prednasek. Tusim, ze sem na par nebyl, ale na kolika, to fakt netusim (tipuju neco mezi 1 a 4)

Zdar b.

langosh wrote:Ahoj,
nějak nemůžu najít co je ten pitsburgský a michiganský model. Není to ani ve slajdech ani to nemám v poznámkách.

Co jsem vygooglil ja, kdyz jsem se na to ucil, tak jede o to, kdyz chci optimalizovat vic vlastnosti, tak jestli je dam vsechny nejak do jedince a pak mam nejlepsiho jedince jako reseni, nebo kazdy jedinec koduje jednu vlastnost a reseni je cela populace. Ale je to jen to co jsem pochopil z nejakeho textu asi v 5 rano a vubec nevim, jestli se tomu da verit.