Algorytmy inspirowane naturą WM-I-S2-E1-ALIN
Laboratorium (LAB) Semestr zimowy 2024/25

Jarosław Arabas, Wykłady z algorytmów ewolucyjnych

Chopard Bastien, An Introduction to Metaheuristics for Optimization

Jason Brownlee, Clever Algorithms: Nature-Inspired Programming Recipes

Kalyanmoy Deb, Multi-Objective Optimization Using Evolutionary Algorithms

Michel Gendreau and Jean-Yves Potvin, Handbook of Metaheuristics

Zbigniew Michalewicz, Algorytmy genetyczne + struktury danych = programy ewolucyjne

Zbigniew Michalewicz, David B. Fogel, Jak to rozwiązać czyli Nowoczesna heurystyka

Patrick Siarry, Metaheuristics

Adam Slowik, Swarm Intelligence Algorithms: A Tutorial

Eyal Wirsansky, Hands-On Genetic Algorithms with Python: Applying genetic algorithms to solve real-world deep learning and artificial intelligence problems

XIN-SHE YANG, Nature-Inspired Optimization Algorithms

1. Zasady działania i implementacja generatorów liczb losowych

2. Binarna reprezentacja rozwiązania i odpowiadające jej operatory perturbacji

3. Implementacja algorytmu przeszukiwania lokalnego z binarną reprezentacją rozwiązania, testy i eksperymenty

4. Rzeczywistoliczbowa reprezentacja rozwiązania i odpowiadające jej operatory perturbacji

5. Implementacja algorytmu przeszukiwania lokalnego z rzeczywistoliczbową reprezentacją rozwiązania, testy i eksperymenty

6. Implementacja algorytmu przeszukiwania ze zmiennym sąsiedztwem z rzeczywistoliczbową reprezentacją rozwiązania, testy i eksperymenty

7. Strojenie algorytmu przeszukiwania ze zmiennym sąsiedztwem: skalowalne operatory perturbacji

8. Implementacja algorytmu symulowanego wyżarzania, testy i eksperymenty

9. Implementacja podstawowej wersji algorytmu strategii ewolucyjnych, testy i eksperymenty

10. Strojenie Strategii Ewolucyjnych: operatory perturbacji z i bez skalowania po osiach i obrotów

11. Zawody 1: implementacja efektywnego algorytmu optymalizacji ewolucyjnej i ocena skuteczności na podstawie wykresów ECDF

12. Optymalizacja wielokryterialna: implementacja metody do identyfikacji zbioru rozwiązań niezdominowanych

13. Wbudowanie metody identyfikacji zbioru rozwiązań niezdominowanych do algorytmu ewolucyjnego

14. Implementacja AE do problemów optymalizacji wielokryterialnej: przykłady różnych rankingów dominacji

15. Zawody 2: implementacja AE do problemów optymalizacji wielokryterialnej (SPEA2 lub NSGA-II) i ocena skuteczności na podstawie klasycznych benczmarków optymalizacyjnych