|
|
|
||
Last update: doc. RNDr. Štěpán Roučka, Ph.D. (28.01.2019)
|
|
||
Last update: doc. RNDr. Radek Plašil, Ph.D. (10.10.2017)
Předmět je rozdělen na dvě části, z nichž každou přednáší jeden vyučující. Pro absolvování předmětu je předepsán klasifikovaný zápočet. Pro jeho získání je třeba zpracovat v požadovaném rozsahu dvě zápočtové úlohy odpovídající první resp. druhé části přednášky. Zadání úloh bude určeno v průběhu přednášky. Je předpokládána účast na cvičeních. Součástí hodnocení je i ocenění průběžné práce na cvičeních. |
|
||
Last update: doc. RNDr. Jiří Pavlů, Ph.D. (14.01.2019)
Back T.: Genetic Algorithms 1, 2, IOP Publishing, London 1999+2000. Gershenfeld N.: The Nature of Mathematical Modeling, Cambridge University Press, Cambridge 1999. Landau D.P., Binder K.: A Guide to Monte Carlo Simulations in Statistical Physics, Cambridge Univ. Press, Cambridge 2005. |
|
||
Last update: doc. RNDr. Štěpán Roučka, Ph.D. (06.10.2020)
The lecture is conducted on-line in the winter semester 2020. For more information, see https://physics.mff.cuni.cz/kfpp/rozvrh.html |
|
||
Last update: doc. RNDr. Štěpán Roučka, Ph.D. (28.01.2019)
Main directions of computational physics. Classical and modern computational physics. 2. Evolutionary modeling Basics of the Darwin‘s theory of evolution and evolutionary programming, operators. Encodings - binary, Gray, permutation, value, and others. Fitness. Basic algorithms - blind, hill-climbing, simulated annealing, hill-climbing with learning, tabu search. Genetic algorithms. Evolutionary strategy. Genetic programming. Advanced algorithms of evolutionary modeling. Applications - NP problems, travelling salesman problem, physical applications. 3. Advanced techniques of computer modeling Advanced algorithms of molecular dynamics. Particle-in-Cell method, powerful Poisson equation solvers - conjugate gradients, multigrid methods, LU decomposition, fast fourier transform. Efficient calculation of force interaction - tree algorithms, Ewald summation, fast multipole method. Advanced Monte Carlo method - sampling in statistical physics. Parallelization. Hybrid modeling - various combinations of continuous and particle simulations. |