Sunteți pe pagina 1din 2

PEAG Curs 1

24.02.2016
Prof: Catalina Cocioanu

Cursuri

Birou: 2301

cocioanu@ase.ro

catalina.cocianu@ie.ase.ro

Miercuri 10:30

Seminarii

www.programare.ase.ro

Mari 10:30

Miercuri 09:00

Consultatii (2301)

www.online.ase.ro

Mari 13:30 -15:00

Joi 13:00 14:50

MatLab

Bibliografie
-

Programare evolutiva si aloritmi genetici - Cocianu, Uscatu

Introduction to Evolutionary Computing Eiben, Smith

Seminar 50%

prob practic 20%

proiect 30%

Examen 50%
Nota final se cumuleaz!!!

I.

Calcul evolutiv

Domeniu al informaticii care este inspirat de principiile evolutioniste exprimare de Darwin.


II.

Tipuri de probleme rezolvate de EC


a. Cunoatem ieirile i modelul. Dorim s calculm datele de intrate
problemele de optimizare
b. Cunoatem datele de intrare i datele de ieire. Dorim s aflm modelul
probleme de modelare (exemplu: functia cu ramuri)
c. Cunoatem modelul i datele de intrare. Dorim s aflm datele de ieire
probleme de simulare (what-if)

III.

Schema general a unui Algoritm evolutiv

Trebuie s avem definit funcia de fitness(optim). Se genereaza o populatie ini ial (solu ie
candidat). Populaia iniial este generat aleator. Fiecare individ din populaie este evaluat
prin intermediul funciei fitness. Dup evaluare trebuie s generm un multiset de prin i
(procedeul de selecie a prinilor). Se genereaz urmtoarea populaie prin recombinare
(crossover). n urma generrii se aplic procesul de mutaie din urma cruia o parte din
progenituri sufer mutaii. n final, se selecteaz populaia urmtoare (prin diferite metode. Fie
scap de cei mai slabi, fie de cei mai batrani).
Condiia terminal poate face referire la calitatea celui mai bun individ, nr de genera ii
IV.

Exemplu
Selecia prinilor de tip turneu