FAKULTETA ZA ELEKTROTEHNIKO, RAČUNALNIŠTVO IN INFORMATIKO


Učna enota
 UVOD V EVOLUCIJSKE ALGORITME 
https://aips.um.si/PredmetiBP5/UcnaEnotaInfo.asp?Zavod=15&Jezik=&Leto=2020&Nacin=1&Predmet=61V033

Šifra učne enote    61V033 2020

Nivo Študijkski program ali njegov del Letnik Semester
1 BV20 RAČUNALNIŠTVO IN INFORMACIJSKE TEHNOLOGIJE 3 Zimski

ECTS točke 5

Ure - Predavanja 30
Ure - Seminarske vaje 2
Ure - Računalniške vaje 28
Ure - Samostojno delo študenta 90

Nosilci
red. prof. dr. MERNIK MARJAN

Jeziki predavanj slovenski
Jeziki vaj slovenski

Pogoji za vključitev v delo oz. za opravljanje študijskih obveznosti
Ni pogojev. 
Vsebina
Uvod v evolucijske algoritme: delitev evolucijskih algoritmov, primerjava z algoritmom vzpenjanja na hrib in simuliranega ohlajanja. Biološke osnove evolucijskih algoritmov. Genetski algoritmi: predstavitveni problem, genetski operatorji, genetski algoritem s spremenljivo populacijo, genetski algoritem in problemi z omejitvami. Primeri genetskih algoritmov: problem trgovskega potnika, evolucija navigacije. Genetsko programiranje: lastnosti zaprtosti in zadostnosti, gradnja dreves, osnovni in sekundarni operatorji genetskega programiranja. Primeri genetskega programiranja: usmerjanje umetne mravlje, centriranje vozička, simbolična regresija. 
Temeljni literatura in viri
• M. Mernik, M. Črepinšek, V. Žumer: Evolucijski algoritmi, Univerza v Mariboru, Fakulteta za elektrotehniko, računalništvo in informatiko, Maribor, 2003. • D. Simon: Evolutionary Optimization Algorithms, John Wiley & Sons, 2013. • A. E. Eiben, J. E. Smith: Introduction to Evolutionary Computing, Springer-Verlag, Berlin, 2003. • Z. Michalewicz: Genetic Algorithms + Data Structures = Evolution Programs, Third Edition, Springer-Verlag, Berlin, 1996.  
Cilji in kompetence
Cilj tega predmeta je, da bodo študentje razumeti delovanje evolucijskih algoritmov, jih znali implementirati in jih uporabiti v praksi. 
Predvideni študijski rezultati - znanje in razumevanje
Po zaključku tega predmeta bo študent sposoben • razumeti razlike med iskalnimi algoritmi, ki temeljijo na populaciji rešitev ter ostalimi iskalnimi algoritmi, • razložiti osnove principe delovanja evolucijskih algoritmov, • implementirati evolucijske algoritme. • za reševanje problemov uporabiti evolucijske algoritme.  
Predvideni študijski rezultati - Prenosljive/ključne spretnosti in drugi atributi
Spretnosti komuniciranja: ustni zagovor laboratorijskih vaj, pisno izražanje pri pisnem izpitu. Uporaba informacijske tehnologije: uporaba ogrodij za evolucijske algoritme. Reševanje problemov: reševanje problemov s pomočjo evolucijskih algoritmov. 
Metode poučevanja in učenja
• predavanja, • laboratorijske vaje. 

Načini ocenjevanja Delež (%)
Laboratorijske vaje 50  
Kolokvij 25  
Kolokvij 25  
Opombe
Kolokvija se lahko nadomestita s pisnim izpitom v deležu 50 %. 
[EOP]