Universitatea Babeş-Bolyai Cluj-Napoca

Facultatea de Matematică şi Informatică

Ciclul de studii: Licenţă
Domeniul: Matematică
Programul de studii: Matematică informatică - linia de studiu română
Limba de predare: Română

SYLLABUS

I. Date generale
Codul Disciplina
MII0008 Calcul evolutiv
Semestrul Ore: C+S+L Categoria Statutul
5 2+0+2 specialitate opţională

II. Cadre didactice cu norma de bază în Universitate

Numele şi Titlul Gradul Catedra Tipul activităţii
prenumele ştiinţific didactic C S L
DUMITRESCU Dan Dr. Prof. Limbaje şi Metode de *
Dumitru Programare
MIHĂILĂ Cristina Drd. Asistent Limbaje şi Metode de * *
Programare
DIOŞAN Laura Drd. - Limbaje şi Metode de * *
Programare

Cadre didactice asociate

Numele şi Titlul Instituţia Tipul Tipul activităţii
prenumele ştiinţific postului C S L

III. Obiectivele disciplinei

Prezentarea principalelor modele , tehnici si algoritmi privind Calculul evolutiv
Aplicarea acestor modele si tehnici pentru rezolvarea unor probleme tipice NP-dificile

IV. Conţinutul disciplinei

Sunt prezentati operatorii de selectie si de cautare ( recombinare si mutatie)pentru codicarea binara si
pentru codificarea reala.
Se indica principalele domenii de aplicare ale algoritmilor evolutivi.

1. Algoritmi genetici
2. Operatorul de selectie
3. Operatorul de cautare
4. Modele de populatii
5. Setarea parametrilor
6. Strategii evolutive
7. Programare evolutiva
8. Algoritmi genetici pentru probleme de optimizare

V. Bibliografie
1. DUMITRESCU,D.,B Lazzerini,Evolutionary Computation, CRC Press, New York, Boca
Raton, 2000
2. DUMITRESCU, D.,Principiile Inteligentei artificiale, Editura Albastra, Cluj,2000.
3. DUMITRESCU, D.,Algoritmi genetici si strategii evolutive. Aplicatii in Inteligenta
Artificiala, Editura Albastra, Cluj,2000.
4. GOLDBERG, D. E., Genetic Algorithm. Addison-Wesley, Reading, 1989.
MICHALEWICZ, Z., Genetic Algorithms + Data Structures = Evolution Programs, Springer, Berlin,
1992.

VI. Tematica activităţilor didactice pe săptămâni

Curs 1. Algoritmi genetici si evolutivi. Principii generale. Structura genenerala a unui algoritm
evolutiv.
Curs 2. Algoritmul genetic fundamental. Modulele unui algoritm genetic. Rezolvarea
problemelor folosind algoritmii genetici.
Curs 3. Tipuri de codificare. Codificarea binara. Codificarea reala.
Curs 4. Selectie: principiul selecţiei, funcţia de evaluare, selecţia proporţională
Curs 5. Selectie: selecţia bazată pe ordonare, selecţia prin turnir
Curs 6. Selectie: modele nestandard
Curs 7. Recombinare şi mutaţie pentru codificarea binară
Curs 8. Recombinare şi mutaţie pentru codificarea reală
Curs 9. Modele de populatii - Nişe ecologice; funcţia de partajare;
Curs 10. Setarea parametrilor
Curs 11. Soluţii multiple: abordări standard; crowding; modele bazate pe populaţii multiple
(roaming); differential evolution;
Curs 12. Strategii evolutive – strategia (1+1), (1+λ), (1,λ), (μ+ λ) şi (μ, λ)
Curs 13. Programare evolutiva – algoritmul programării evolutive, convergenţă
Curs 14. Rezolvarea problemelor de optimizare. Optimizarea funcţiilor de una sau mai multe
variabile reale.

Seminarul şi laboratorul urmeaza pas cu pas structura cursului. Se discuta problemele ridicate la curs şi
se implementează metodele prezentate

VII. Metode didactice folosite

Expunerea, conversaţia, demonstraţia didactică, modelarea, algoritmizarea, problematizarea,
descoperirea, brainstorming.

VIII. Evaluare
Fiecare student trebuie sa demonstreze ca a atins un nivel acceptabil de cunoastere si intelegere a
domeniului, ca este capabil sa exprime cunostintele intr-o forma coerenta, ca are capacitatea de a
stabili anumite conexiuni si de a utiliza cunostintele in rezolvarea unor probleme.
Verificarea cunostintelor se face prin evaluarea unui proiect individual, activitatii in timpul semestrului
si prezentarilor facute. Fiecare student va primi cate o nota pentru fiecare activitate. Nota finala va
fi media notelor.
 IX. Bibliografie suplimentară
1. BACK, T.,Evolutionary Algorithms in Theory and Practice. Oxford University Press, 1996.
2. DUMITRESCU, D.,Principiile teoriei clasificarii, Editura Academiei, Bucuresti,2000.
3. DUMITRESCU,D.,B Lazzerini,Fuzzy Sets and treir Application in Training and Clustering ,
CRC Press, New York, Boca Raton, 2000
4. DUMITRESCU, D., Inteligenta artificiala, Univ. "Babes-Bolyai", 1995.

Data, Titular curs,

Prof. Dr. DUMITRESCU Dan Dumitru