PředmětyPředměty(verze: 902)
Předmět, akademický rok 2022/2023
   Přihlásit přes CAS
Optimalizace velkých problémů: metaheuristiky - NOPT061
Anglický název: Large-scale optimization: Metaheuristics
Zajišťuje: Katedra teoretické informatiky a matematické logiky (32-KTIML)
Fakulta: Matematicko-fyzikální fakulta
Platnost: od 2022
Semestr: letní
E-Kredity: 5
Rozsah, examinace: letní s.:2/2 [hodiny/týden]
Počet míst: neomezen
Minimální obsazenost: neomezen
Virtuální mobilita / počet míst: ne
Stav předmětu: nevyučován
Jazyk výuky: čeština, angličtina
Způsob výuky: prezenční
Další informace: http://ktiml.mff.cuni.cz/~bulin/optimization/
Garant: Mgr. Marika Ivanová, Ph.D.
RNDr. Jakub Bulín, Ph.D.
RNDr. Jiří Fink, Ph.D.
Třída: Informatika Mgr. - Teoretická informatika
Kategorizace předmětu: Informatika > Informatika, Aplikační software, Počítačová grafika a geometrie, Databázové systémy, Didaktika informatiky, Diskrétní matematika, Předměty širšího základu, Předměty obecného základu, Počítačová a formální lingvistika, Optimalizace, Programování, Softwarové inženýrství, Teoretická informatika, Optimalizace
Výsledky anket   Termíny zkoušek   Rozvrh   Nástěnka   
Anotace -
Poslední úprava: RNDr. Jan Hric (12.05.2022)
Přednáška heuristických optimalizačních algoritmů založených na kombinaci kombinatorické optimalizace a umělé inteligence s aplikacemi na praktické problémy.
Cíl předmětu -
Poslední úprava: RNDr. Jakub Bulín, Ph.D. (13.05.2022)

Cílem předmětu je porozumění principům různých heuristických optimalizačních metod založených na kombinaci kombinatorické optimalizace a umělé inteligence, použitelných na velké instance pocházejících z praxe.

Podmínky zakončení předmětu -
Poslední úprava: RNDr. Jakub Bulín, Ph.D. (13.05.2022)

Studenti musí implementovat praktické domácí úkoly a splnit teoretickou zkoušku. Povaha domácích úkolů vylučujeme možnost opakování zápočtu.

Literatura -
Poslední úprava: RNDr. Jakub Bulín, Ph.D. (13.05.2022)

Wolsey, Laurence A. Integer programming. Vol. 42. New York: Wiley, 1998.

Kochenderfer, Mykel J., and Tim A. Wheeler. Algorithms for optimization. MIT Press, 2019.

Blum, Christian, and Günther R. Raidl. Hybrid Metaheuristics: Powerful Tools for Optimization. Springer, 2016.

Desaulniers, Guy, Jacques Desrosiers, and Marius M. Solomon, eds. Column generation. Vol. 5. Springer Science & Business Media, 2006.

Sylabus -
Poslední úprava: RNDr. Jakub Bulín, Ph.D. (13.05.2022)
  • Lokální prohledávání, Hill climbing, simulované žíhání
  • Populační metody, např. Genetické algoritmy
  • Řešení úloh pomocí redukce velikosti instance
  • Hybridní metody: Lamarckian vs. Baldwinian, příklady
  • Náhradní modely
  • Aplikace, např. v oblastech logistiky a plánování

Výuka tohoto předmětu probíhá jednou za dva roky a střídá se s předmětem Optimalizace velkých problémů: přesné metody (NOPT059).

 
Univerzita Karlova | Informační systém UK