Predmet: Algoritamske heuristike (17 - EM503)


Osnovne informacije

KategorijaTeorijsko-metodološki
Naučna oblastElektronika
MultidisciplinarnaNe
ESPB5
Matične organizacione jedinice predmeta

Departman za energetiku, elektroniku i telekomunikacije
Program predmeta

Program se primenjuje od 12.10.2009..

Većina inženjerskih problema od interesa su algoritamski teški, u pogledu trošenja kritičnih računarskih resursa (vreme, prostor, broj procesora). U nedostatku efikasnih determinističkih ili aproksimativnih algoritama za rešavanje algoritamski teških problema, adekvatno dizajnirane i primenjene (meta)heuristike daju prihvatljiva (suboptimalna) rešenja u prihvatljivom vremenu. Obrazovni cilj ovog kursa je da na organizovan način i na jednom mestu da uporedni pregled (meta)heuristika i soft-computing tehnika koje su široko rasprostranjene u praktičnom inženjerskom rešavanju algoritamski teških problema.
- Poznavanje osnovnih (meta)heuristika i soft-computing tehnika za algoritamsko rešavanje problema, - Razvijanje sposobnosti klasifikacije problema (određivanja algoritamske težine problema, svođenja problema na postojeće probleme), - Izbor i dizajniranje (meta)heuristike adekvatne rešavanom problemu i ocena kvaliteta dobijenog rešenja, - Osposobljenost za rad sa raznim programskim bibliotekama za korišćenje (meta)heuristika opšte i posebne namene.
Vrste algoritama: deterministički, aproksimativni, randomizovani, heuristički i metaheuristički; zašto i kada koristiti (meta)heuristike. Tradicionalni deterministički metodi pretraživanja. Jednostavne heurističke metode: tipovi heuristika, konstrukcija heuristika, heuristike lokalnog traženja, heuristike bazirane na lokalnom traženju, iterativno lokalno traženje. Metaheuristike: evolutivno izračunavanje (EC), evolutivni algoritmi (EA), evolutivne strategije (ES), evolutivno programiranje (EP), genetski algoritmi (GA), genetsko programiranje (GP), hibridni metodi; tabu pretraživanje (TS), simulirano očvršćavanje (SA), kvantno očvršćavanje (QA), optimizacioni algoritmi kolonija mrava (Ant Colony Optimization, ACO), algoritmi inteligencije roja (Swarm Intelligence, SI), mimetički algoritmi (Memetic Algorithms, MA). Soft-computing: veštačke neuralne mreže (ANN), ćelijske neuralne mreže (CNN), algoritmi bazirani na fazi logici (FA), hibridni metodi (neuro-fazi, fazi-genetski itd.). Korišćenje heuristika, metaheuristika i soft computing-a u algoritamskom rešavanju teških (optimizacionih) inženjerskih problema, kao što su linearno programiranje (LP), celobrojno programiranje (IP), 0-1 celobrojno programiranje (0-1 IP), nelinearno programiranje (NLP), problemi sa jednim (single objective, SO) ili više (multi objective, MO) ciljeva optimizacije.
Predavanja; Auditorne vežbe; Računarske vežbe; Laboratorijske vežbe; Konsultacije.
AutoriNazivGodinaIzdavačJezik
Zbigniew Michalewicz, David B. FogelHow to Solve It: Modern Heuristics20042nd ed. Revised and Extended edition, SpringerEngleski
Daniel AshlockEvolutionary Computation for Modeling and Optimization2006SpringerEngleski
J.-S. R. Jang, C.-T. Sun, E. MizutaniNeuro-Fuzzy and Soft Computing1996Prentice-HallEngleski
T. Back, David B. Fogel, Z. MichalewiczHandbook of Evolutionary Computation1997SpringerEngleski
Predmetna aktivnostPredispitnaObaveznaBroj poena
Prisustvo na vežbamadada5.00
Odbranjene računarske vežbedada20.00
Pismeni deo ispita - kombinovani zadaci i teorijaneda70.00
Prisustvo na predavanjimadada5.00
Ime i prezimeVid nastave
Nedostaje slika

Dautović dr Staniša
Vanredni profesor

Predavanja
Nedostaje slika

Struharik dr Rastislav
Redovni profesor

Predavanja
Nedostaje slika

Dautović dr Staniša
Vanredni profesor

Laboratorijske vežbe