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 eines Softwarepakets für evolutionäre Algorithmen (z.B. EvA2, http://ra.cs.uni-tuebingen.de/software/EvA2/)
• 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.
• Grundkenntnisse in Algorithmen und Datenstrukturen
• Grundkenntnisse der Programmierung in C, C++ oder Java
• 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.
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.
Frequency | Weekday | Time | Format / Place | Period |
---|
Date | Time | Format / Room | Comment about examination |
---|
Show passed examination dates >>
Module | Course | Requirements | |
---|---|---|---|
39-Inf-EA1 Evolutionäre Algorithmen I | Evolutionäre Algorithmen I | Student information | |
- | Graded examination | Student information |
The binding module descriptions contain further information, including specifications on the "types of assignments" students need to complete. In cases where a module description mentions more than one kind of assignment, the respective member of the teaching staff will decide which task(s) they assign the students.
Degree programme/academic programme | Validity | Variant | Subdivision | Status | Semester | LP | |
---|---|---|---|---|---|---|---|
Bioinformatik und Genomforschung / Bachelor | (Enrollment until SoSe 2011) | Individueller Ergänzungsber | Wahl | 6. | 5 | unbenotet /benotet | |
Bioinformatik und Genomforschung / Master | (Enrollment until SoSe 2012) | Individueller Ergänzungsb | Wahl | 2. | 5 | unbenotet /benotet | |
Informatik / Bachelor | (Enrollment until SoSe 2011) | Nebenfach | Wahl | 6. | 5 | unbenotet /benotet | |
Intelligente Systeme / Master | (Enrollment until SoSe 2012) | Individuelle Ergänzung | Wahl | 2. | 5 | unbenotet /benotet | |
Kognitive Informatik / Bachelor | (Enrollment until SoSe 2011) | Individueller Ergänzungsb | Wahl | 6. | 5 | unbenotet /benotet | |
Naturwissenschaftliche Informatik / Bachelor | (Enrollment until SoSe 2011) | Individueller Ergänzungsbereic | Wahl | 6. | 5 | unbenotet /benotet | |
Naturwissenschaftliche Informatik / Diplom | (Enrollment until SoSe 2004) | allgem.HS | Wahl | ||||
Naturwissenschaftliche Informatik / Master | (Enrollment until SoSe 2012) | Individuelle Ergänzung | Wahl | 2. | 5 | unbenotet /benotet |
Portfolio aus Übungsaufgaben (Bestehensgrenze 50% der erreichbaren Punkte) und Abschlussklausur (90 min.). Die Übungsaufgaben im Rahmen des Portfolios werden 14-tägig ausgegeben. Die Abschlussklausur bezieht sich auf den Stoff der Vorlesung und der Übung.
Here, you find additional material on the course:
Students may upload documents themselves for this course.