Seminar: Evolutionäre Algorithmen

Dozent Andreas Zell, Fabian Becker, Nedim Šrndić
Sprechstunde nach Vereinbarung
Zeit Mittwoch, 16:15h
Umfang 2 SWS, 4 LP
Beginn 5. November 2014
Vorbesprechung 15. Oktober 2014, 17:15h
Ort Sand 1, C 311
Turnus unregelmäßig

Beschreibung

Das Seminar Evolutionäre Algorithmen behandelt Evolutionäre Algorithmen und weitere Optimierungsalgorithmen zur Optimierung schwerer Funktionen. Die behandelten Algorithmen zählen vorwiegend zur Klasse der Metaheuristiken und finden häufig Anwendung für 'Black-Box-Funktionen', deren Eigenschaften weitgehend unbekannt sind, weil sie analytisch schwer zu fassen sind. Wie in vielen technischen Feldern werden auch hier immer wieder biologische Prozesse als Vorbild genommen ('Bionik') und in leistungsfähige Algorithmen übertragen. Im Vergleich zu analytischen Verfahren sind sie in der Regel prinzipell wesentlich einfacher und dennoch in vielen Fällen erfolgreich. Die Seminarsprache ist englisch.

Hinweise:

  • Alle Teilnehmenden stellen ihre Arbeiten in je einem Vortrag (45 min. Dauer + 10 min. Diskussion) sowie einer schriftlichen Ausarbeitung (15-20 Seiten) vor.
  • Wir bitten um vorherige Mitteilung, falls jemand den Vorbesprechungstermin nicht wahrnehmen kann.
  • Die Vortragstermine werden je nach Teilnehmerzahl in der Vorbesprechung festgelegt.

Themen und Termine

Datum Thema Betreuung Referent(in)
t.b.a. Genetic Algorithms Fabian Becker, Nedim Šrndić Rachel Dockweiler
t.b.a. Particle Swarm Optimization Fabian Becker, Nedim Šrndić Sophie Laturnus
t.b.a. Ant Colony Optimization Fabian Becker, Nedim Šrndić Dorothée Hoppe
t.b.a. Artificial Bee Colonies Fabian Becker, Nedim Šrndić Nora Castner
t.b.a. Firefly algorithm Fabian Becker, Nedim Šrndić Johannes Anufrienko
t.b.a. Genetic Programming Fabian Becker, Nedim Šrndić Adrian Geißler
t.b.a. Differential Evolution Fabian Becker, Nedim Šrndić
t.b.a. Evolutionary Art Fabian Becker, Nedim Šrndić
t.b.a. Memetic Algorithms Fabian Becker, Nedim Šrndić
t.b.a. Evolution Strategies Fabian Becker, Nedim Šrndić Tosca Lechner
t.b.a. Multi-Objective Optimization Fabian Becker, Nedim Šrndić
  Warteliste  

Zur Reservierung eines Themas tragen Sie sich bitte mit den Schaltflächen ganz rechts in der Termin-Tabelle ein.
Diese Anmeldung ersetzt nicht die offizielle Anmeldung über das Campus-System! Sie dient zur Vorreservierung der einzelnen Termine bis zur Vorbesprechung, an der Sie persönlich anwesend sein müssen.

Literaturempfehlungen

[1] Areibi, S. and Yang, Z. (2004). Effective memetic algorithms for vlsi design = genetic algorithms + local search + multi-level clustering. Evolutionary Computation, 12(3), 327-353.
[2] Bird, S. and Li, X. (2006). Adaptively choosing niching parameters in a PSO. In GECCO '06: Proceedings of the 8th annual conference on Genetic and evolutionary computation, pages 3-10, New York, NY, USA. ACM.
[3] Blum, C. (2005). Ant colony optimization: Introduction and recent trends. Physics of Life reviews, 2(4), 353-373.
[4] Clerc, M. (2005). Particle Swarm Optimization. ISTE Ltd, London, UK.
[5] Clerc, M. and Kennedy, J. (2002). The Particle Swarm-Explosion, Stability, and Convergence in a Multidimensional Complex Space. IEEE Transactions on Evolutionary Computation, 6(1), 58-73.
[6] Dorigo, M. and Socha, K. (2007). An introduction to ant colony optimization.
[7] Dorigo, M. and Stützle, T. (2003). The ant colony optimization metaheuristic: Algorithms, applications, and advances. Handbook of metaheuristics, pages 250-285.
[8] Eiben, A. E. and Smith, J.E. Introduction to Evolutionary Computing. Springer, Natural Computing Series. 2nd printing, 2007. ISBN: 978-3-540-40184-1
[9] Engelbrecht, A. P. (2007). Computational Intelligence: An Introduction. Wiley. Holland, J. H. (1975). Adaptation in Natural and Artificial Systems. The University of Michigan Press, Cambridge, MA, USA.
[10] Juille, H. and Pollack J.B. (1996). Dynamics of Co-evolutionary Learning. Fourth International Conference on Simulation of Adaptive Behavior, pages 526-534.
[11] Lozano, M., Herrera, F., Krasnogor, N., and Molina, D. (2004). Real-coded memetic algorithms with crossover hill-climbing. Evolutionary Computation, 12(3), 273--302.
[12] Merz, P. (2004). Advanced fitness landscape analysis and the performance of memetic algorithms. Evolutionary Computation, 12(3), 303-325.
[13] Pollack, J., Blair, A., and Land, M. (1997). Coevolution of a backgammon player. Artificial life five, 5.
[14] Price, K. and Storn R.M. and Lampinen J.A. (2005). Differential Evolution: A Practical Approach to Global Optimization. Springer, Natural Computing Series.
[15] Rechenberg, I. (1973). Evolutionsstrategie: Optimierung technischer Systeme nach Prinzipien der biologischen Evolution. Fromman-Holzboog, Stuttgart.
[16] Schwefel, H.-P. (1975). Evolutionsstrategie und numerische Optimierung. Dr.-Ing. Thesis, Technical University of Berlin, Department of Process Engineering.

Stilvorlage

  • Für die Erstellung der Ausarbeitung mit Word97/2000 gibt es hier eine Stilvorlage ( Word97-Format, 27kB).
  • Wenn Sie eine andere Textverarbeitung bevorzugen, orientieren Sie sich bitte an diesem Muster ( PDF-Format, 13kB).
  • Für Latex-Fans gibt es einen Style mit kleiner Demo.

Diese Seite drucken