Optimizacijski algoritmi inspirirani prirodom

Naziv predmeta:

Optimizacijski algoritmi inspirirani prirodom

Opis:

Ovaj kolegij uvodi studente u područje optimizacije, P i NP kompleksnosti, te pruža uvid u algoritme nadahnuti evolucijom (geni, evolucijske strategije), ponašanjem životinja (kolonije mrava, rojevi, pčele) i drugim biološkim ili evolucijskim sustavima.
Ovaj kolegij namijenjen je studentima koji žele povezati probleme iz stvarnog svijeta (problemi usmjeravanja, raspoređivanja itd.) s evolucijskim i mekanim računskim rješenjima. Ohrabruje studente da primijene teoriju, pogotovo NP-teških ili potpunih problema, koje su naučili u ostalim dijelovima programa, u stvarnom okruženju. Nadalje, ovaj kolegij priprema studente za poslove u kojima je optimizacija srž poslovnog modela te gdje student treba prepoznati vrstu problema i najprikladnije algoritamsko rješenje. Vještine stečene u ovom kolegiju značajno će doprinijeti profesionalnom razvoju studenata u odgovarajućim područjima.
Studenti će naučiti:
O kompleksnosti problema
O različitim pristupima rješavanju problema optimizacije
O različitim algoritmima računanja inspiriranim prirodom
Kako stvoriti softversko rješenje koje koristi algoritme računanja inspirirane prirodom.
Kako analizirati rješenja problema optimizacije i pronaći ispravne hiperparametre
Kako koristiti algoritme optimizacije za pronalaženje optimalnih parametara određenog modela strojnog učenja

Literatura:

Obavezna literatura:
1. Affenzeller, M. et al (2009) Genetic Algorithms and Genetic Programming: Modern Concepts and Practical Applications. London: Chapman and Hall.
2. Dorigo, M. and Stutzle, T. (2004) Ant Colony Optimization. Cambridge: A Bradford Book.

Dopunska literatura:
1. Price, K., Storn, R.M. and Lampinen, J.A. (2014) Differential Evolution: A Practical Approach to Global Optimization. New York City: Springer.
2. Deb, K. (2009) Multi-Objective Optimization Using Evolutionary Algorithms. Hoboken: Wiley.