FFR105 · Chalmers tekniska högskola
Stokastiska optimeringsmetoder
Ny kurs
Inga tentor än
Ladda upp dina tidigare tentor och få hjälp med att strukturera ditt studiematerial
Få dina tentauppgifter kategoriseradeBli guidad genom ditt studiematerialFå hjälp direkt med teori och tipsHåll koll på dina framsteg
Kurs info
HP
7.5
Språk
Engelska
Institution
mekanik och maritima vetenskaper
Lärandemål
- Implementera och använda flera olika klassiska optimeringsmetoder, t.ex. gradientföljning och penaltymetoder.
- Beskriva och förklara de basala egenskaperna hos biologisk evolution, med fokus på de delar som är relevanta för evolutionära algoritmer.
- Definiera och implementera (i Matlab) flera versioner av evolutionära algoritmer,partikelsvärmalgoritmer och myralgoritmer, och tillämpa dessa algoritmer vid lösning av optimeringsproblem.
- Jämföra olika typer av biologiskt inspirerade beräkningsmetoder, och identifiera lämpliga algoritmer for olika tillämpningar.
Kursinnehåll
Klassiska optimeringsmetoder: Gradientföljning, Newtons metod m.fl. Konvexa funktioner, konvex optimering. Lagranges multiplikatormetod. Penaltymetoder. Evolutionära algoritmer: Biologisk bakgrund, genetiska operatorer, urvalsmekanismer. Bakomliggande teori och analytiska egenskaper. Linjär genetisk programmering. Partikelsvärmoptimering: Biologisk bakgrund, teori och tillämpningar. Myralgoritmer: Biologisk bakgrund, teori och tillämpningar. Jämförelse mellan olika algoritmer. Algoritmval. Etiska aspekter av maskininlärning
Förutsättningar
- Grundläggande behörighet för avancerad nivå
Litteratur
Wahde, M. Biologically inspired optimization methods: An introduction
Liknande kurser vid andra universitet
Gör som 15 000+ studenter och ta kontroll över ditt tentaplugg.
Kom igång gratis