Dalyko sando kodas

IEAU7124

Dalyko sando pavadinimas

Euristiniai algoritmai NP-pilniems uždaviniams

Dėstytojo (-jų) pedagoginis vardas, mokslo laipsnis, vardas ir pavardė

prof. habil. dr. Antanas Žilinskas

Katedra, centras

Informatikos katedra

Fakultetas, padalinys

Matematikos ir informatikos fakultetas

Dalyko sando lygis

antrosios pakopos

Semestras

rudens (3)

ECTS kreditai

6

VU kreditai

4

Auditorinės valandos

viso dalyko 64

Paskaitų 32

seminarų

pratybų

laboratorinių darbų 32

konsultacijų

Reikalavimai

INFO2214, MDIS2114, TTMS1114, ALAN2114,

Dėstomoji kalba

lietuvių

Dalyko sando tikslai ir numatomi gebėjimai

Tikslai. Suteikti žinias apie: NP-pilnų uždavinių klasę bei jos teorinę ir praktinęreikšmę, euristinių algoritmų kūrimo principus bei pačius algoritmus, sėkmingai išspręstus svarbius uždavinius.

Ugdomi gebėjimai: a) identifikuoti uždavinius, kuriems taikytini euristiniai metodai; b) parinkti tinkamą algoritmą sunkiam praktikoje iškilusiam uždaviniui; c)  kontroliuoti sprendimo eigą ir interpretuoti gautus rezultatus; d) pagal praktikos poreikius modifikuoti žinomus bei kurti naujus algoritmus.

Dalyko sando turinys

NP-pilnų uždavinių klasė, jos teorinė bei praktinė reikšmė, jai priklausančių uždavinių pavyzdžiai. Apytiksliai ir euristiniai algoritmai. Pagrindinės euristinių metodų klasės: genetiniai algoritmai, genetinis programavimas, Tabu paieška, dirbtiniai neuroniniai tinklai, skruzdžių kolonijos, spiečių intelektas, imuninės sistemos modeliai, dirbtinis atkaitinimas.

Pagrindinės literatūros sąrašas

1.   C. Reeves (Ed.) Modern Heuristic Techniques for Combinatorial Problems, Advanced Topics in Computer Science Series, McGraw Hill, 1995.

2.   Z. Michalewich, Z. Genetic Algorithms + Data Structures = Evolution Programs, Springer, 1996.

3.   S.Olariu, A.Zomaya, (Eds). Handbook of Bioinspired Algorithms and Applications, Chapman and Hall, 2006.

4.   D.Corne, M.Dorigo, F.Glover, (Eds.) New Ideas in Optimization, McGraw, 1999.

Papildomos literatūros sąrašas

R.Haupt and S.Haupt, Practical Genetic Algorithms, Wiley, 2004.

Mokymo metodai

Tradicinės paskaitos ir probleminis mokymasis (problem based learning). Pastarasis reiškia gautos užduoties analizę, algoritmų parinkimą bei tyrimą, rezultatų bei išvadų pateikimą pranešimo forma. Laboratorinių darbų metu diskutuojami individualių užduočių vykdymo etapai.

Lankomumo reikalavimai

Bendri fakulteto reikalavimai.

Atsiskaitymo reikalavimai

Egzaminas ir tarpinis atsiskaitymas raštu, individualios užduoties vykdymo etapų gynimas ir galutinės ataskaitos pristatymas.

Vertinimo būdas

Egzaminas 50%, tarpinis atsiskaitymas 20%, individualios užduoties įvykdymo ataskaita 30%

Aprobuota katedros

2007 08 31

Patvirtinta Studijų programos komiteto

2008 03 31