Biologicky inspirované výpočty

Přednášky:

1.Evoluční algoritmy 1. Současný stav na poli softcomputingu, fuzzy logika, neuronové
sítě, evoluční výpočetní techniky (EVT). Klasifikace evolučních výpočetních technik,
historická fakta, současné trendy na poli EVT. Centrální dogma EVT podle Darwina a
Mendela.

2. Evoluční algoritmy 2. No Free Lunch teorém. Výpočetní složitost a fyzikální limity
algoritmů. Víceúčelová optimalizace a Paretova množina.

3. Evoluční algoritmy 3. Omezení kladená na účelovou funkci a parametry jedince.
Penalizace a její dopad na geometrii účelové funkce. Práce s reálnými, celočíselnými a
diskrétními hodnotami parametrů jedince. Genetické algoritmy. Terminologie GA. Princip
činnosti, Hybridná GA, messy GA, paralelní GA, migrační a difůzní model.

4. Evoluční algoritmy 4. Evoluční strategie. Dvoučlenné ES: (1+1)-ES. Vícečlenné ES: (μ
+λ)-ES a (μ, λ)-ES. Vícečlenné ES: (μ+λ)-ES a (μ, λ)-ES. Adaptivní ES. Rojení částic
(Particle swarm). Rozptýlené hledání (Scatter Search). Optimalizace mravenčí kolonií (Ant
Colony Optimization).

5.Evoluční algoritmy 5. SOMA : SamoOrganizující se Migrační Algoritmus, princip činnosti
a použité strategie algoritmu: ATO, ATR, ATA a ATAA. Diferenciální evoluce, princip
činnosti a použité verze: DE/best/1/exp, DE/rand/1/exp, DE/rand-to-best/1/exp, DE/best/2/
exp, DE/rand/2/exp, DE/best/1/bin, DE/rand/1/bin, DE/rand-to-best/1/bin, DE/best/2/bin,
DE/rand/2/bin. SOMA, DE a permutační testovací problémy.

6. Evoluční algoritmy 6. Techniky genetického programování: genetické programování,
gramatická evoluce. Alternativy: analytické programování, Probabilistic Incremental
Program Evolution – PIPE, Gene Expression Programming, Multiexpression Programming
a další.

7. Evoluční hardware (EH). Inspirace v biologii. Výpočetní zařízení. Rekonfigurovatelná
zařízení. Evoluční návrh a číslicové obvody. EH a buňečné automaty. Polymorfní
elektronika.

8. Buněčné automaty (BA) a komplexní systémy. Úvod do problematiky, Formalismus BA,
dynamika a klasifikace buněčných automatů podle Wolframa, Conwayova hra života,
modelování pomocí BA.

9. Umělý život. Základní definice a existující systémy a modely. Tierra, biomorfové, Sbeat,
Sbart, Eden, Galapagos,... Sebereprodukující se automaty podle Turinga a von
Neumanna. Langtonova smyčka, počítačové viry a umělý život. Umělý život a hrana
chaosu (podle Kaufmanna)

10. Neuronové sítě (NS). Historie a základní princip NS. Trénovací množina a její použití
NS. Základní typy sítí a jejich aplikace na různé typy problémů.

11. Fraktální geometrie. Historie, definice fraktálu, základní typy algoritmů generujících
fraktály. Fraktální dimenze, interpolace a komprese. Vývojové systémy a umělý život. Lsystémy,
želví grafika, parametrické L-systémy, L-systémy z pohledu fraktální geometrie.

12. Imunologické systémy (IS). Princip IS, limity IS, algoritmy realizující IS, imunotronika.

13. Swarm inteligence (SI). Základní pojmy a definice, reprezentativní algoritmy SI -
particle swarm, scatter search, ant colony optimization, swarm robotic, umělá evoluce
komplexních systémů.

14. DNA computing. DNA computing jako součást bioinformatiky, DNA a binární
reprezentace podle Adlemanna. Watson-Crickův automat. Matematické modelování
operací nad DNA.

Cvičení (na PC učebnách):
V cvičeních bude kladen důraz na praktickou aplikaci probíraných technik a řešení vybraných vzorových problémů.
- tvorba základního jednotného frameworku pro biologicky inspirované algoritmy na principech GUI, 1 týden
- tvorba modulu pro generování populace a fitness funkci, 1 týden
- tvorba modulu pro techniky výběru rodičů (vhodných kadidátů) ke tvorbě potomků (lepších řešení), 1 týden
- tvorba modulu pro křížení, 1 týden
- tvorba modulů evolučních algoritmů, 4 týdnů
- tvorba modulů symbolické regrese, 4 týden
- tvorba modulu s jednoduchým buněčným automatem, 1 týden