1DI1713 - Algorytmy ewolucyjne

Course secondName name: 

Fundamentals of Evolutional Algorithms

Course is a part of following study programmes:

Ellective in catalogs:

Found 19 items. (Show details)

• Informatyka I,D,PL - IK obieralne 1 podstawowy Study stage: Model 2, inżynierskie I-go stopnia, stacjonarne, polski , sem.: 5 - 5 (12)
• Informatyka I,D,PL - IO obieralne ver12 podstawowy Study stage: Model 2, inżynierskie I-go stopnia, stacjonarne, polski , sem.: 5 - 5 (12)
• Informatyka I,D,PL - IO obieralne ver12 podstawowy Study stage: Model 2, inżynierskie I-go stopnia, stacjonarne, polski , sem.: 5 - 5 (21)
• Informatyka I,D,PL - IK obieralne 1 podstawowy Study stage: Model 2, inżynierskie I-go stopnia, stacjonarne, polski , sem.: 6 - 6 (12)
• Informatyka I,D,PL - IO obieralne ver12 podstawowy Study stage: Model 2, inżynierskie I-go stopnia, stacjonarne, polski , sem.: 6 - 6 (12)
• Informatyka I,D,PL - IO obieralne ver12 podstawowy Study stage: Model 2, inżynierskie I-go stopnia, stacjonarne, polski , sem.: 6 - 6 (21)
• Informatyka I,D,PL - IK obieralne 1 podstawowy Study stage: Model 2, inżynierskie I-go stopnia, stacjonarne, polski , sem.: 7 - 7 (12)
• Informatyka I,D,PL - IO obieralne ver12 podstawowy Study stage: Model 2, inżynierskie I-go stopnia, stacjonarne, polski , sem.: 7 - 7 (12)
• Informatyka I,D,PL - obieralne 14_7 podstawowy Study stage: Model 2, inżynierskie I-go stopnia, stacjonarne, polski , sem.: 7 - 7 (14)
• Informatyka I,D,PL - IO obieralne ver12 podstawowy Study stage: Model 2, inżynierskie I-go stopnia, stacjonarne, polski , sem.: 7 - 7 (21)
• Informatyka I,D,PL - obieralne 14_7 podstawowy Study stage: Model 2, inżynierskie I-go stopnia, stacjonarne, polski , sem.: 7 - 7 (22)
• Informatyka I,D,PL - obieralne 14_7 podstawowy Study stage: Model 2, inżynierskie I-go stopnia, stacjonarne, polski , sem.: 7 - 7 (WPS2016Z/2017L)
• Informatyka I,D,PL - obieralne 14_7 podstawowy Study stage: Model 2, inżynierskie I-go stopnia, stacjonarne, polski , sem.: 7 - 7 (WPS2017Z/2018L)
• Informatyka I,D,PL - obieralne 14_7 podstawowy Study stage: Model 2, inżynierskie I-go stopnia, stacjonarne, polski , sem.: 7 - 7 (WPS2018Z/2019L)
• Informatyka I,D,PL - obieralne 14_7 podstawowy Study stage: Model 2, inżynierskie I-go stopnia, stacjonarne, polski , sem.: 7 - 7 (WPS2019Z/2020L)
• Informatyka I,D,PL - obieralne 14_7 podstawowy Study stage: Model 2, inżynierskie I-go stopnia, stacjonarne, polski , sem.: 7 - 7 (WPS2020Z/2021L)
• Informatyka I,D,PL - obieralne 14_7 podstawowy Study stage: Model 2, inżynierskie I-go stopnia, stacjonarne, polski , sem.: 7 - 7 (WPS2021Z/2022L)
• Informatyka I,D,PL - obieralne 14_7 podstawowy Study stage: Model 2, inżynierskie I-go stopnia, stacjonarne, polski , sem.: 7 - 7 (WPS2022Z/2023L)
• Informatyka I,D,PL - obieralne 14_7 podstawowy Study stage: Model 2, inżynierskie I-go stopnia, stacjonarne, polski , sem.: 7 - 7 (WPS2023Z/2024L)

Short content: 

Przekazanie podstawowej wiedzy na temat algorytmów ewolucyjnych. Wykształcenie umiejętności implementacji algorytmów ewolucyjnych i ich użycia w zastosowaniach inżynierskich.

Syllabus details: 

Wykład:
1. Algorytmy genetyczne: wprowadzenie, podstawowe operacje genetyczne, podstawy matematyczne algorytmów genetycznych 4h.
2. Praktyczna implementacja algorytmów genetycznych 2h.
3. Techniki i operacje zaawansowane 4h.
4. Genetyczne systemy uczące się 2h.
5. Programowanie ewolucyjne, reprezentacja zmiennoprzecinkowa, dokładne dostrajanie lokalne, zadania z ograniczeniami 2h
6. Zaliczenie 1 h.

Laboratorium:
1. Podstawowe operacje genetyczne: optymalizacja funkcji jednej i wielu zmiennych 4h.
2. Genetyczne systemy uczące się 4h.
3. Programowanie ewolucyjne: optymalizacja zmiennoprzecinkowa i dokładne dostrajanie lokalne 4h.
4. Praktyczne użycie algorytmów genetycznych i programowania ewolucyjnego w sterowaniu, przetwarzaniu sygnałów i teorii gier 3h.

Literature: 

1. D. E. Goldberg ""Algorytmy genetyczne i ich zastosowanie"" Wydawnictwo Naukowo-Techniczne, 2003.
2. Jarosław Arabas „Wykłady z algorytmów ewolucyjnych” Wydawnictwo Naukowo-Techniczne, 2004.
3. J. Cytowski ""Algorytmy genetyczny. Podstawy i zastosowania"", Akademicka Oficyna Wydawnicza PLJ, Warszawa 1996.

Grading criteria: 

Wymagane uzyskanie z wykładu co najmniej 20 punktów (maksimum 50) i z laboratorium co najmniej 20 punktów (maksimum 50 punktów). Ocena końcowa jest oceną łączną - zależnie od liczby punktów pod warunkiem osiągnięcia wszystkich efektów kształcenia. 3 > 49; 3,5 > 59 4 > 69 ; 4,5 > 79 ; 5 > 89.

Notes: 

-

Courses which this course is based on (prerequisities):

• [1DI1206] Języki i metody programowania 2
• [1DI1108] Języki i metody programowania 1

• Educational effect for specialization Informatyka Stosowana:
• Wiedza

  Kod	Efekt Kształcenia dla kierunku	Procent	Efekt kształcenia dla przedmiotu	Sposób sprawdzania
  E1_W01d	ma podstawową wiedzę z zakresu matematyki, przydatną do formułowania i rozwiązywania zadań z zakresu studiów, dotyczącą metod numerycznych	+ (33%)	ma podstawową wiedzę z zakresu matematyki, przydatną do formułowania i rozwiązywania zadań z zakresu studiów, dotyczącą algorytmów ewolucyjnych	sprawdzian
  I1_W04h	ma uporządkowaną, podbudowaną teoretycznie wiedzę ogólną obejmującą kluczowe zagadnienia z zakresu sztucznej inteligencji	+ (33%)	ma uporządkowaną, podbudowaną teoretycznie wiedzę ogólną obejmującą kluczowe zagadnienia z zakresu algorytmów ewolucyjnych	sprawdzian

• Umiejętności

  Kod	Efekt Kształcenia dla kierunku	Procent	Efekt kształcenia dla przedmiotu	Sposób sprawdzania
  I1_U08	Potrafi planować i przeprowadzać eksperymenty, w tym pomiary, symulacje komputerowe, interpretować uzyskane wyniki i wyciągać wnioski.	+ (33%)	potrafi planować i przeprowadzać symulacje komputerowe w zakresie algorytmów ewolucyjnych, interpretować uzyskane wyniki i wyciągać wnioski	sprawdzenie raportów z wykonanych ćwiczeń

• Kompetencje społeczne

  Kod	Efekt Kształcenia dla kierunku	Procent	Efekt kształcenia dla przedmiotu	Sposób sprawdzania
  E1_K04	Potrafi odpowiednio i w sposób odpowiedzialny określić priorytety służące realizacji postawionych zadań.	+ (33%)	potrafi odpowiednio określić priorytety służące realizacji określonego przez nauczyciela zadania	analiza pracy studenta związanej z wykonywanymi ćwiczeniami

• • ECTS with teacher assistance: 1.2 
  • ECTS on practical activities: 0.8 
• • ECTS justification:

  • Zajęcia kontaktowe z nauczycielem: 

    Wykład - 15
    Laboratorium - 15

  • Classes / work without teacher assistance: 

    Studia podręczników, innych źródeł - 4 Przygotowania do zaliczenia – 2
    Przygotowanie programów i raportów - 14

  • • Total number of student hours: 50 
  • Total number of ECST reflects the total number of hours of student's work.