PEAG Curs 1

24.02.2016

Prof: Catalina CocioanuBirou: 2301

cocioanu@ase.ro

catalina.cocianu@ie.ase.ro

www.programare.ase.ro

www.online.ase.roMatLab

Cursuri

Miercuri 10:30

Seminarii

Mari 10:30

Miercuri 09:00

Consultatii (2301)

Mari 13:30 -15:00

Joi 13:00 14:50

Bibliografie

Programare evolutiva si aloritmi genetici - Cocianu, Uscatu

Introduction to Evolutionary Computing Eiben, Smith

Seminar 50% prob practic 20%

proiect 30%

Examen 50%Nota final se cumuleaz!!!

I. Calcul evolutivDomeniu al informaticii care este inspirat de principiile evolutioniste exprimare de Darwin. II. Tipuri de probleme rezolvate de EC

a. Cunoatem ieirile i modelul. Dorim s calculm datele de intrate problemele de optimizareb. Cunoatem datele de intrare i datele de ieire. Dorim s aflm modelul probleme de modelare (exemplu: functia cu ramuri)

III. Cunoatem modelul i datele de intrare. Dorim s aflm datele de ieire probleme de simulare (what-if)IV. Schema general a unui Algoritm evolutivTrebuie s avem definit funcia de fitness(optim). Se genereaza o populatie iniial (soluie candidat). Populaia iniial este generat aleator. Fiecare individ din populaie este evaluat prin intermediul funciei fitness. Dup evaluare trebuie s generm un multiset de prini (procedeul de selecie a prinilor). Se genereaz urmtoarea populaie prin recombinare (crossover). n urma generrii se aplic procesul de mutaie din urma cruia o parte din progenituri sufer mutaii. n final, se selecteaz populaia urmtoare (prin diferite metode. Fie scap de cei mai slabi, fie de cei mai batrani).Condiia terminal poate face referire la calitatea celui mai bun individ, nr de generaiiV. ExempluSelecia prinilor de tip turneu1