FISA DISCIPLINEI

Denumirea
Calcul neuronal si calcul evolutiv Codul

disciplinei
disciplinei
Anul de studiu
II
Semestrul
IV Tipul de evaluare
E
Categoria formativa a disciplinei
DF-fundamentala, DG-generala, DS-de specialitate
DS
Regimul disciplinei:
Numar de
Ob-obligatorie, Op-optionala. F-facultativa
Op credite
6
Total ore din planul de
Total ore studiu individual
Total ore
invatamant
42
100 semestru
142
Titularul disciplinei Zaharie Daniela
daca disciplina are mai multe semestre de studiu, se completeaza cate o fisa pentru fiecare semestru
Facultatea
Matematica si
Numarul total de ore ( pe semestru) din
Informatica
Informatica

Catedra
Domeniul fundamental

planul de invatamant

Stiinte exacte

de stiinta, arta, cultura

Domeniul pentru studii

Informatica

Total

C**

42

28

14

universitare de licenta
Directia de studii

Master
Informatica

** C-curs, S-seminar, L-activitati de laborator, P-proiect sau lucrari practice

Obligatorii
(conditionate)

Programare, Algoritmica, Structuri de date

Recomandate

Inteligenta artificiala, Metode numerice, Statistica

Discipline
anterioare

Estimati timpul total ( ore pe semestru) al activitatilor de studiu individual pretinse studentului
( completati cu zero activitatile care nu sunt cerute)
1. Descifrarea si studiul notitelor de curs
2. Studiul dupa manual, suport de curs
3. Studiul bibliografiei minimale indicate
4. Documentare suplimentara in
biblioteca

10
15
10
5

8. Pregatire prezentari orale

9. Pregatire examinare finala
10. Consultatii
11. Documentare pe teren

0
10
0

5. Activitate specifica de pregatire

SEMINAR si/sau LABORATOR
6. Relizarea teme, referate, eseuri,
traduceri etc.
7.Pregatire lucrari de control

15

12. Documentare pe INTERNET

10

25

13. Alte activitati

14. Alte activitati.

TOTAL ore studiu individual ( pe semestru) = 100

Cognitive :
- capacitatea de identifica modelul de retea neuronala si/sau
varianta de tehnica evolutiva adecvat rezolvarii unei
probleme
Tehnice :.

abilitatea de a implementa si testa un sistem bazat pe

retele neuronale si/sau algoritmi evolutivi
abilitatea de a rezolva o problema concreta folosind retele
neuronale si/sau algoritmi evolutivi

Afectiv valorice:
- constientizarea utilitatii tehnicilor inspirate de natura

Competente specifice disciplinei:

Cognitive,tehnice sau profesionale, afectiv
valorice

1.

Calcul neuronal si calcul evolutiv. Calculul inteligent si rezolvarea

problemelor. Specificul calculului neuronal. Specificul calculului evolutiv. (2
ore)

2.

Rezolvarea problemelor de asociere cu retele neuronale feedforward.

Problematica aproximarii functiilor. Proiectarea retelelor feedforward
(arhitectura, functionare, algoritmul BackPropagation). Retele RBF
(arhitectura, functionare, algoritmi de invatare). (2 ore)

3.

Rezolvarea problemelor de optimizare cu retele neuronale. Modelul

Hopfield. Proprietati de stabilitate si functii Liapunov. Exemple de probleme
de optimizare rezolvabile cu retele neuronale. Formularea neuronala a
problemelor de optimizare. Problema minimelor locale si particularitatile
variantelor stohastice. (2 ore)

CONTINUT
( tabla de materii)

4.

Algoritmi de cautare aleatoare (algoritmi aleatori de descrestere,

convergenta, aplicatii la retele neuronale, deficiente si solutii). Algoritmi de
tip Simulated Annealing (structura, convergenta, aplicabilitatea la retele
neuronale, detalii privind implementarea). (2 ore)

5.

Algoritmi genetici I. Structura generala. Codificarea spatiului de cautare.

Construirea functiei de adecvare. Operatori genetici: selectie, incrucisare,
mutatie. Parametrii de control. (2 ore)

6.

Algoritmi genetici II. Analiza algoritmilor genetici: teoria schemelor,

modelarea cu lanturi Markov. Aplicatii. (2 ore)

7.

Strategii evolutive. Structura generala. Operatori specifici. Determinarea

parametrilor de control. Variante de strategii evolutive. Aspecte teoretice.
Studiul experimental al strategiilor evolutive. Aplicatii. Diferente intre
algoritmii genetici si strategiile evolutive. (2 ore)

8.

Programare evolutiva. Codificarea elementelor populatiei. Functie de

adecvare. Operatori de mutatie. Aplicatii in optimizare. (2 ore)

9.

Programare genetica. Codificarea elementelor populatiei. Functie de

adecvare. Operatori specifici. Aplicatii in regresia simbolica. (2 ore)

10. Modele paralele si distribuite in calculul evolutiv. Eficienta calculului

evolutiv. Modele paralele ale calculului evolutiv (naiv, master-slave, insular,
celular). Exemple de implementari paralele si distribuite. (2 ore)
11. Proiectarea evolutiva a retelelor neuronale. Determinarea evolutiva a
ponderilor. Determinarea evolutiva a arhitecturii: codificare directa/indirecta.
Determinarea evolutiva a regulilor de invatare. (2 ore)
12. Optimizare multi-criteriala cu algoritmi evolutivi. Specificul problemelor de
optimizare multi-criteriala (nedominare, optim in sens Pareto). Tehnici
apriori: agregarea functiilor obiectiv. Tehnici aposteriori: VEGA, NSGA,
SPEA. Metrici pentru evaluarea metodelor. Aplicatii. (2 ore)
13. Alte tehnici inspirate de natura (I). Modelul coloniilor de furnici (principiul
general, rolul feromonilor, rezolvarea problemei comis-voiajorului). Modelul
ansamblurilor de particule (sursa de inspiratie, structura generala, rolul
parametrilor, aplicatii in optimizare si clustering). Modelul sistemului
imunitar ( sisteme imunitare biologic, sisteme imunitare artificiale, aplicatii
in optimizare si in securitatea calculatoarelor) (2 ore)
14. Alte tehnici inspirate de natura (II). Calcul cuantic: stari cuantice, qubit, porti
cuantice, calculatoare cuantice, algoritmi cuantici (algoritmul Shor de
factorizare, algoritmul Grover de cautare). Calcul molecular. (2 ore)

Bibliografia

1. Ansari, N., Hou, E.; Computational Intelligence for Optimization, Kluwer,

1997

2. Back T, Fogel D.B, Michalewicz Z.; Evolutionary Computation I. Basic

Algorithms and Operators, IOP Publ., 2000

3. Back T, Fogel D.B, Michalewicz Z.; Evolutionary Computation II. Advanced

Algortihms and Operators, IOP Publ., 2000

4. Coello C.A., van Veldhuizen D.A., Lamont, G.B.; Evolutionary Algorithms

for Solving Multi-objective Problems, Kluwer, 2002

5. A. Engelbrecht Computational Intelligence. An Introduction, 2007

6. Mitchell M., An introduction to genetic algorithms, 1996.

7. D. Zaharie - Calcul neuronal si calcul evolutiv, suport de curs in format
electronic
Lista materialelor
didactice
necesare

Suport tehnic:
SCILAB sau MATLAB + Neural Networks ToolBox
Java + ECJ
Slide-uri cursuri (http://www.info.uvt.ro/~dzaharie)

La stabilirea notei finale se iau in considerare

Ponderea in notare, exprimata in %

{Total=100%}

- raspunsurile la examen/colocviu ( evaluarea finala)

20%
- raspunsurile finale la lucrarile practice de laborator
20%
- testarea periodica prin lucrari de control
- testarea continua pe parcursul semestrului
- activitatile gen teme/referate/eseuri/traduceri/proiecte etc
60%
- alte activitati ( precizati)
Descrieti modalitatea practica de evaluare finala, E/V. { de exemplu: lucrare scrisa
(descriptiva si /sau test grila si /sau probleme etc.), examinare orala cu bilete, colocviu individual
ori in grup, proiect etc.}: test de tip grila si proiect individual

Cerinte pentru nota 10

(sau cum se acorda nota 10)

Cerinte minime pentru nota 5

( sau cum se acorda nota 5)
-

cunoasterea notiunilor fundamentale

referitoare la calculul inteligent

cunoasterea structurii unei retele neuronale

si a unui algoritm evolutiv

utilizarea unor simulatoare de retele

neuronale si a unor biblioteci destinate
calculului evolutiv

cunoasterea modelelor actuale de retele

neuronale si a paradigmelor specifice
calculului evolutiv si a altor metaeuristici
inspirate de natura
modelarea unei probleme pentru a fi
rezolvata cu retele neuronale si algoritmi
evolutivi
utilizarea unor simulatoare de retele
neuronale si a unor biblioteci specifice
calculului evolutiv
implementarea unei retele
neuronale/algoritm evolutiv

Data completarii

Semnatura titularului