Hochschule Darmstadt - Fb Informatik

Drucken| Layout| Design| Schriftgröße English|
Modulbeschreibung
Modul:Genetische Algorithmen

Genetic Algorithms

Belegnummern:30.2280 [PVL 30.2281; Genetic Algorithms (english) 30.2536/30.2537]
Sprache:deutsch
Zuordnung:Bachelor 2014 - Katalog I: Anwendungs- und systemorientierte Module
Bachelor dual KoSI 2014 - Katalog I: Anwendungs- und systemorientierte Module
Bachelor KMI 2014 - Katalog I: Anwendungs- und systemorientierte Module
Bachelor 2007 - Vertiefung AE: Application Engineering
Bachelor 2007 - Vertiefung TI: Technische Informatik
Bachelor 2007/2004/2002/99 - Wahlpflichtfächer aus dem Informatikbereich
KoSI 2007 - Vertiefung AE: Application Engineering
KoSI 2007 - Vertiefung TI: Technische Informatik
KoSI 2007/2004/2003/2002/99 - Wahlpflichtfächer aus dem Informatikbereich
Lehrform:V+P = Vorlesung+Praktikum
SWS:2+2
CP:5
Prüfung:Klausur
Anmeldung zur Prüfung:explizit und unabhängig von der Belegung
PVL (z.B. Praktikum):unbenotet (Erfolgreiche Teilnahme am Praktikum)
Häufigkeit des Angebots:jedes Sommersemester (zuletzt im SS 2019)
Erforderliche Vorkenntnisse:Grundlegende Kenntnisse auf Bachelorniveau in Programmierung (C++ oder Java).
Lernziele:Die Teilnehmer sollen die Prinzipien und die Wirkungsweise von Programmierverfahren verstehen, die sich an den Begriff der Evolution aus der Biologie anlehnen.
Die Teilnehmer sollen anhand von Fallbeispielen lernen, wie sich konkrete Optimierungs-, Such- und andere Probleme mit solchen Verfahren lösen lassen, und welche Schwierigkeiten im Einzelfall dabei gelöst werden müssen.
Im begleitenden Praktikum sollen die Teilnehmer die Fähigkeit erlangen, diese Kenntnisse praktisch umsetzen, um konkrete Probleme mit Hilfe solcher Verfahren zu lösen.
Lehrinhalte:
  • Benötigte biologische Grundlagen (Evolution, Chromosom, Genotyp, Phänotyp, etc.)
  • Der Aufbau eines genetischen Algorithmus und die grundlegenden genetischen Operatoren.
  • Abgrenzung genetischer Algorithmen zu anderen Verfahren wie etwa Hillclimbing, Simulated annealing usw.
  • Die Theorie hinter den genetischen Algorithmen (Schematheorem, impliziter Parallelismus, etc.)
  • Praktische Einsatzmöglichkeiten für genetische Algorithmen und spezialisierte genetische Operatoren.
  • Genetische Programmierung als Weiterentwicklung der genetischen Algorithmen.
Literatur:M. Mitchell: An Introduction to Genetic Algorithms, MIT Press, 1996
Z. Michalewicz: Genetic Algorithms + Data Structures = Evolution Programs, Springer-Verlag, 3rd edition, 1999
D. E. Goldberg: Genetic Algorithms in Search, Optimization and Machine Learning, Addison-Wesley 1989
W. Banzhaf et al.: Genetic Programming, Morgan Kaufmann Publishers, 1998
Verschiedene Veröffentlichungen aus Fachzeitschriften.
Arbeitsformen / Hilfsmittel:Seminaristische Vorlesung
Praktikum: Teamwork in kleinen Arbeitsgruppen und Präsentation der Praktikumsergebnisse.
Vorlesungsfolien
Modulverantwortung:Alexander del Pino
Freigabe ab:WS 2014/2015
Angebot im SS 19:del Pino

[Fachbereich Informatik] [Hochschule Darmstadt]
© 2008 - 2019 FBI OBS Team. Alle Rechte vorbehalten.