Biomimetyczne algorytmy sterowania i
optymalizacji
Kierunek:
Automatyka i Robotyka
Specjalność:
Modelowanie układów i procesów (AB3)
Rodzaj studiów i semestr: stacjonarne II st., sem. II
Punkty ECTS: 2
Prowadzący:
dr hab. inż. Witold
Beluch
Opis przedmiotu
Algorytmy biomimetyczne to takie, dla których inspiracją są zjawiska
zachodzące w naturze, w szczególności dotyczące świata zwierząt. Wiele
obserwowanych zjawisk i zachowań ma na celu jak najlepsze
przystosowywane organizmów żywych do (nieustannie zmieniającego się)
środowiska. Procesy ewolucji naturalnej, obserwacje roju ptaków,
zachowań mrówek, ławic ryb czy też badania nad układem odpornościowym
ssaków doprowadziły do powstania różnorodnych algorytmów, mających
szerokie zastosowanie tam, gdzie inne, „klasyczne” metody zawodzą. Dziać
się może tak w przypadku, gdy nie jest znana analityczna metoda
rozwiązania danego zadania, lub gdy co prawda wiemy, jak zadanie
rozwiązać, to jednak koszt (zazwyczaj po prostu czas) takich poszukiwać
jest bardzo duży. Przykładem zagadnienia, dla którego koszt obliczeniowy
rośnie w sposób wykładniczy, jest zadanie komiwojażera (należące do
klasy tzw. problemów NP-trudnych), w którym liczba możliwych rozwiązań
dla n miast jest równa (n-1)!/2.
Poszukiwane są zatem algorytmy, które nie dokonują wyczerpującego
przeszukiwania przestrzeni rozwiązań a dające zadowalające rozwiązania
problemu w rozsądnym czasie. „Ojciec” algorytmów genetycznych i
ewolucyjnych Jon Holland (1929-2015) twierdził, iż: „W rozwiązywaniu
problemów, w których występuje reprodukcja i konkurowanie o ograniczone
zasoby, żywe organizmy stanowią najlepszy wzór, wykazując elastyczność,
która powinna zawstydzić najlepsze programy komputerowe”. W ramach
przedmiotu przedstawionych będzie szereg algorytmów inspirowanych
biologicznie (i nie tylko), które nowoczesnemu inżynierowi mogą posłużyć
do rozwiązywania skomplikowanych zagadnień, w tym problemów sterowania i
optymalizacji. Przedstawione w ramach wykładu i przetestowane w ramach
zajęć laboratoryjnych będą zagadnienia związane z: - algorytmami
genetycznymi i ewolucyjnymi (nawiązanie do naturalnej ewolucji); -
algorytmami rojowymi (nawiązanie do stadnych zachowań zwierząt);
- algorytmami mrówkowymi (nawiązanie do zdolności tych organizmów do
znajdowania najkrótszej drogi do pożywienia);
- sztucznymi systemami immunologicznymi (nawiązanie do ludzkiego systemu
odpornościowego)
- sztucznymi sieciami neuronowymi (nawiązanie do działania układu
nerwowego człowieka);
- systemami rozmytymi oraz sterownikami rozmytymi i rozmyto-neuronowymi
(nawiązanie do ludzkiego sposobu myślenia);
- innymi algorytmami inspirowanymi biologicznie.
Program przedmiotu
- wykład: 15 godzin w semestrze
- laboratorium: 15 godzin w semestrze
Warunki zaliczenia
- Zaliczenie na
ocenę pozytywną laboratorium (warunki podaje prowadzący
na zajęciach)
- Egzamin z
wykładu.
OCENA KOŃCOWA: O=0.65+0.35C
E - ocena z egzaminu (musi być pozytywna) C - ocena z
ćwiczeń
Tematyka wykładów
-
Wprowadzenie do algorytmów
biomimetycznych. Zagadnienia
optymalizacji i sterowania.
-
Algorytmy genetyczne i ewolucyjne.
-
Algorytmy rojowe.
-
Sztuczne systemy immunologiczne.
-
Sztuczne sieci neuronowe.
-
Zbiory rozmyte i logika rozmyta.
Sterowniki rozmyte i rozmyto-neuronowe.
-
Algorytmy hybrydowe.
-
Inne algorytmy biomimetyczne.
Tematyka laboratoriów
-
Algorytmy ewolucyjne.
-
Sztuczne sieci
neuronowe.
-
Sterowanie rozmyte.
-
Inne algorytmy
biomimetyczne.
Literatura
- L. Rutkowski, Metody i
techniki sztucznej inteligencji, Wydawnictwa Naukowe
PWN, Warszawa, 2006.
- Z. Michalewicz, D. B.
Fogel, Jak to rozwiązać, czyli nowoczesna heurystyka,
WNT, Warszawa, 2006.
- J. Arabas, Wykłady z
algorytmów ewolucyjnych, WNT, Warszawa, 2001.
- T. Kaczorek i inni:
Podstawy teorii sterowania, WNT, 2005.
- J. Kusiak, A.
Danielewska-Tułecka, P. Oprocha, Optymalizacja: wybrane
metody z przykładami zastosowań, Wydawnictwo Naukowe
PWN, 2009.
|