Stohastične optimizacijske metode
Cilji
Cilji predmeta so (a) posredovati temeljna znanja o
stohastičnih optimizacijskih metodah, (b)
predstaviti vrste stohastičnih optimizacijskih
algoritmov ter njihove prednosti in slabosti, (c)
predstaviti metodologijo vrednotenja rezultatov
stohastičnih optimizacijskih algoritmov in njihovega prilagajanja za reševanje specifičnih vrst problemov, (d) pokazati njihovo praktično
uporabnost.
Študenti, ki bodo uspešno končali ta predmet,
bodo obvladali osnove stohastične optimizacije in bodo usposobljeni za uporabo stohastičnih algoritmov v reševanju zahtevnih optimizacijskih problemov in spremljanje nadaljnjega razvoja na tem področju.
Predmetnik
Uvod: optimizacija, optimizacijski problemi, dualnost minimizacije in maksimizacije. Vrste optimizacije: eksaktna in stohastična, analitična in empirična, zvezna in diskretna, statična in dinamična ter enokriterijska in večkriterijska. Optimizacija na osnovi numeričnih modelov. Primeri optimizacijskih problemov in vzroki za njihovo zahtevnost.
Stohastična optimizacija: stohastičnost podatkov in optimizacijskih postopkov, motivacija za stohastično optimizacijo, prednosti in slabosti stohastičnih optimizacijskih metod. Enostavni stohastični metodi: naključno preiskovanje in lokalna optimizacija.
Stohastični optimizacijski algoritmi: simulirano ohlajanje. Evolucijski algoritmi: genetski algoritmi, evolucijske strategije, evolucijsko programiranje, genetsko programiranje in diferencialna evolucija. Iskanje s tabuji, optimizacija z roji delcev, optimizacija s kolonijami mravelj. Lastnosti in primerjava algoritmov, primeri uporabe.
Vrednotenje rezultatov: statistična analiza rezultatov stohastičnih algoritmov, mere učinkovitosti in predstavljanje rezultatov.
Razlike med načrtovalskimi in rutinskimi
problemi ter testnimi in realnimi problemi.
Uporabni vidiki: nastavljanje vrednosti parametrov stohastičnih optimizacijskih algoritmov, hibridizacija algoritmov, večkriterijsko optimiranje in optimiranje s subjektivnim vrednotenjem rešitev. Značilna področja uporabe in študije praktičnih primerov iz načrtovanja in
modeliranja, analize empiričnih podatkov,
časovnega razporejanja opravil in upravljanja z
viri.
Obveznosti
Zaključen študijski program prve stopnje s področja naravoslovja, tehnike ali računalništva.
Literatura in reference