392256 Evolutionäre Algorithmen (V) (SoSe 2014)

Evolutionäre Algorithmen sind Optimierungsverfahren, die von Evolutionsprozessen in der Natur inspiriert sind. Sie sind nicht unbedingt sehr schnell, aber robust und können gut bei Problemen
eingesetzt werden, über deren Eigenschaften wenig bekannt ist. Sie werden heute z.B. eingesetzt zur Optimierung des Luftwiderstands von Bauteilen, zum Design elektronischer Schaltungen, im Rahmen der
Forschung zum Künstlichen Leben und bei Optimierungsproblemen in der Bioinformatik.

Inhalte der Vorlesung:
• Natürliche Evolutionsprozesse als Inspiration für evolutionäre Algorithmen
• Einführung und Vergleich verschiedener grundlegender evolutionärer Algorithmen (genetische Algorithmen, Evolutionsstrategien, ...) und ähnlicher Algorithmen, die vom Phänomen der Schwarmintelligenz inspiriert sind (Ameisenkolonie-Optimierung, Schwarmalgorithmen, ...)
• Untersuchung verschiedener Mutations- und Rekombinationsoperatoren sowie Selektionstechniken
• Theoretische Analyse evolutionärer Algorithmen: Modellierung als Markovprozess, Fitnesslandschaften, Schema-Theorem, No free lunch-Theorem
• Systematische Ansätze zur Parametereinstellung bei evolutionären Algorithmen
• Visualisierung des Evolutionsprozesses
• Vorgehensweise bei praktischer Anwendung evolutionärer Algorithmen

Inhalte der Übungen:
• Eigene Implementation einfacher evolutionärer Algorithmen
• Bearbeiten eines Anwendungsproblems mithilfe einer Python-Bibliothek für evolutionäre Algorithmen (z.B. deap)
• Grundlegende Enführung in Python
• Vergleich verschiedener Algorithmen und Parametereinstellungen mithilfe von Standard-Softwarepaketen, Auswertung der Experimente

Die Vorlesung bildet zusammen mit den Übungen ein 5LP-Modul. Ein darauf aufbauendes 5LP-Modul "Evolutionäre Algorithmen II" wird im Wintersemester angeboten und besteht aus einem Seminar und einem Praktikum, bei dem die Studierenden evolutionäre Algorithmen in virtuellen Welten anwenden können.

Teilnahmevoraussetzungen, notwendige Vorkenntnisse

• Grundkenntnisse in Algorithmen und Datenstrukturen
• Grundkenntnisse der Programmierung
• Grundlegende Vertrautheit mit mathematischer Notation (normalerweise werden die Konzepte aber eher intuitiv und praktisch eingeführt)
• Zugang zu einem Computer, auf dem die benötigten Programme installiert werden können.

Literaturangaben

Die Vorlesung basiert größtenteils auf dem Buch “Evolutionäre Algorithmen” von Carsten Weicker (Teubner-Verlag, 2. Auflage 2007), das aus dem Netz der Universität Bielefeld kostenlos unter http://www.springerlink.com/books heruntergeladen werden kann.