Метаевристичні алгоритми / Metaheuristic Algorithms (122 КН)
Тип: На вибір студента
Кафедра: радіоелектронних і комп'ютерних систем
Навчальний план
| Семестр | Кредити | Звітність |
| 10 | 3 | Залік |
Лекції
| Семестр | К-сть годин | Лектор | Група(и) |
| 10 | 16 | ст. наук. співробітник Соколовський Б. С. | ФеІм-14 |
Лабораторні
| Семестр | К-сть годин | Група | Викладач(і) |
| 10 | 16 | ФеІм-14 |
Опис навчальної дисципліни
В навчальній дисципліні розглянуто основні види метаевристичних алгоритмів, які застосуються для розв’язання широкого кола оптимізаційних задач. Основна увага приділена генетичним алгоритмам, зокрема розглянуто особливості побудови генетичних алгоритмів, їх структура та специфіка генетичних операторів. Розглянуто також алгоритми, які побудовані на аналогії з процесами у фізичних системах (алгоритм імітації відпалу) та мультиагентних біологічних системах (алгоритм рою частинок, бджолиний алгоритм, мурашиний алгоритм).
Метою навчальної дисципліни є формування у студентів сучасних уявлень про суть, види та роботу метаевристичних алгоритмів. Уміння їх застосовувати для розв’язання оптимізаційних задач складають основну ціль дисципліни.
Рекомендована література
Основна література:
- 1. Кононюк А.Ю. Нейронні мережі і генетичні алгоритми – .:«Корнійчук», 2008. – 446 с.
- 2. Субботін С. О., Олійник А.О., Олійник О.О. Неітеративні, еволюційні та мультиагентні методи синтезу нечіткологічних і
нейромережевих моделей. Монографія. – Запоріжжя: ЗНТУ, 2009. – 375c. - 3. Luke Sean/ Essential of Metaheuristics. –2009. –235p. Available at http://cs.gmu.edu/~sean/book/metaheuristics/
- 4. Гуляницький Л. Ф., Мулеса О.Ю. Прикладні методи комбінаторної оптимізації. Навч. посібник. – К.: ВПЦ “Київський університет”, 2016.– 133c.
- 5. Overview of Metaheuristic Algorithms. S. M. Almufti, Awaz Ahmad Shaban, Rasan Ismael Ali, Jayson A. Dela Fuente. Polaris Global Journal of Scholarly Research and Trends 2023. Vol. 2. PP. 10-32.
Допоміжна література:
- 6. Talbi El-Ghazari. Metaheuristics. From Design to Implementation. – New Jercey: John &Sons, Inc., 2009. – 618p.
- 7. Brownlee Jason. Clever Algorithms. Nature-Inspired Programming Recipes. – 2011. – 436p. See also http://www.cleveralgorithms.com
- 8. Wirsansky Eyal. Hands-On Genetic Algorithms with Python. – Birmingham: Packt, 2020. – 334p.