WYKŁAD 1. W poszukiwaniu optimum 1.1.Rodzaje zadań 1.2.1.Właściwości funkcji celu 1.2.2.Ograniczenia funkcji celu 1.2.3.Znaczenie liczby wymiarów 1.3.Metody optymalizacji 1.4.Jak oceniać algorytmy optymalizacji 1.4.1.Dokładność przybliżenia rozwiązania 1.4.2.Odporność 1.4.3.Koszt symulacji 1.5.Metody eliminowania ograniczeń funkcyjnych 1.5.1.Metody transformacji zmiennych niezależnych 1.5.2.Metody funkcji kary 1.6.Zadania wielokryterialne 1.6.1.Sformułowanie zadania 1.6.2.Skalaryzacja zadania 1.7.Środowisko dynamiczne 1.7.1.Kryteria oceny algorytmu 1.7.2.Rodzaje zmian środowiska 1.7.3.Adaptacja do zmian środowiska WYKŁAD 2. Podstawowe typy algorytmów ewolucyjnych 2.1.Algorytmy genetyczne 2.1.1.Prosty algorytm genetyczny 2.1.2.Schematy 2.1.3.Symulacja działania algorytmu genetycznego 2.2.Strategie ewolucyjne 2.2.1.Strategia (1+1) 2.2.2.Strategia [/i + A) 2.2.3.Strategia (jt, X) 2.2.4.Analiza działania strategii 2.2.5.Symulacja działania strategii 2.3.Programowanie ewolucyjne 2.3.1.Schemat programowania 2.3.2.Operatory mutacji 2.4.Programowanie genetyczne 2.4.1.Programy, które powstają samoczynnie 2.4.2.Kodowanie drzewiaste 2.4.3.Operatory genetyczne WYKŁAD 3. Zarządzanie populacją 3.1.Ogólny schemat algorytmu ewolucyjnego 3.2.Eksploracja i eksploatacja 3.2.1. Nacisk selektywny w prostej metodzie poszukiwań losowych 3.3.Jak oceniać algorytmy ewolucyjne 3.3.1. Metoda testowania i sposób prezentacji wyników 3.4.Metody selekcji 3.4.1.Reprodukcja i sukcesja 3.4.2.Reprodukcja proporcjonalna (ruletkowa) 3.4.3.Zmodyfikowana reprodukcja proporcjonalna 3.4.4.Reprodukcja rangowa 3.4.5.Reprodukcja turniejowa 3.4.6.Reprodukcja progowa 3.4.7.Sukcesja z całkowitym zastępowaniem 3.4.8.Sukcesja z częściowym zastępowaniem 3.4.9.Sukcesja elitarna 3.5.Kryteria zatrzymania algorytmu 3.5.1.Monitorowanie rozwiązań generowanych przez algorytm 3.5.2.Monitorowanie zdolności eksploracyjnych WYKŁAD 4. Kodowanie i operatory genetyczne 4.1.Rola kodowania i operatorów genetycznych 4.2.Jak dobierać kodowanie i operatory genetyczne 4.2.1.Pożądane cechy kodowania chromosomów 4.2.2.Metryki w przestrzeni genotypu i fenotypu 4.2.3.Pożądane cechy operatorów genetycznych 4.3.Warianty operatorów krzyżowania 4.4.Przegląd metod krzyżowania 4.4.1.Operatory krzyżowania wymieniającego 4.4.2.Operatory krzyżowania uśredniającego 4.4.3.Różnice między operatorami krzyżowania wymieniającego i uśredniającego 4.5.Operator inwersji 4.6.Operatory mutacji 4.6.1.Mutacja dla kodowania binarnego 4.6.2.Mutacje przeznaczone do optymalizacji w Rn 4.7.Eksploracja i eksploatacja a operatory genetyczne 4.7.1.Czy ważniejszym operatorem jest krzyżowanie, czy mutacja? 165 4.7.2.Zasięg operatorów 4.8.Metody modyfikacji zasięgu operatorów genetycznych 4.8.1.Modyfikacje zasięgu mutacji 4.8.2.Modyfikacje zasięgu krzyżowania 4.9.Krzyżowanie wieloosobnicze 4.10.Zarządzanie wieloma operatorami genetycznymi 4.11.Czy warto stosować kodowanie binarne problemów numerycznych? WYKŁAD 5. Zapobieganie przedwczesnej zbieżności 5.1.Algorytm ewolucyjny i metoda przeszukiwań lokalnych 5.1.1. Efekt Baldwina i ewolucja lamarkowska 5.2.Czas życia osobników w populacji bazowej 5.2.1.Limitowanie maksymalnego czasu życia 5.2.2.Selekcja sterowana czasem życia 5.3.Optymalizacja wielomodalna 5.4.Techniki ewolucyjnej optymalizacji wielomodalnej 5.4.1.Wprowadzanie dodatkowego czynnika losowego 5.4.2.Osłabianie konkurencyjności w ramach selekcji 5.4.3.Ograniczanie zasięgu selekcji 5.4.4.Preselekcja 5.4.5.Deformacje funkcji przystosowania w otoczeniu maksimum lokalnego 5.5.Inicjacja populacji bazowej 5.5.1.Posiew nierównomierny 5.5.2.Znaczenie generatora liczb pseudolosowych 5.6.Znaczenie liczności populacji bazowej 5.7.Równoległość w algorytmach ewolucyjnych 5.7.1.Implementacje równoległe 5.7.2.Algorytmy koewolucyjne WYKŁAD 6. Uwzględnianie specyfiki problemu 6.1.Wykorzystanie skomplikowanych struktur danych 6.1.1.Zadania o ustalonej liczbie parametrów 6.1.2.Zadania o nieustalonej liczbie parametrów 6.2.Modyfikacje algorytmu ewolucyjnego związane z uwzględnianiem ograniczeń 6.2.1.Kodowanie specjalizowane i operatory genetyczne 6.2.2.Algorytmy naprawy 6.3.Modyfikacje algorytmu ewolucyjnego uwzględniające zadania wielokryterialne 6.3.1.Reprodukcja oparta na dominacji 6.3.2.Podejście koewolucyjne 6.4.Algorytm ewolucyjny w środowisku dynamicznym 6.4.1.Informacja o zajściu zmiany 6.4.2.Metody adaptacji 6.4.3.Pamięć na poziomie populacji 6.4.4.Pamięć na poziomie osobnika