Logo Leibniz Universität Hannover
Logo: Computational Health Informatics
Logo Leibniz Universität Hannover
Logo: Computational Health Informatics
  • Zielgruppen
  • Suche
 

Evolutionäre Algorithmen

ArtVorlesung mit Übung (5 LP)
Inhalt

Das Modul vermittelt grundlegendes Wissen darüber, was ist ein Optimierungsproblem ist und wie analytisch nicht lösbare Optimierungsprobleme gelöst werden können. Eingesetzt werden in diesem Modul Evolutionäre Algorithmen (EAs). Da es „den perfekten“ nicht Optimierungsalgorithmus gibt (No-free-Lunch-Theorem), werden den Studenten verschiedene Techniken dargestellt, um EAs an Probleme anzupassen. Es wird bearbeitet wie EAs Restriktionen und mehrere konfliktäre Ziele berücksichtigen können.

In den Übungen entwickeln die Studenten Erfahrungen im Umgang mit stochastischen Algorithmen, in deren Klasse EAs gehören.

DozentenDr. Daniel Lückehe
Ziele

Nach erfolgreichem Abschluss des Moduls können die Studierenden

  • analytisch nicht lösbare Optimierungsprobleme durch EAs lösen
  • EAs an vielfältige Optimierungsprobleme anpassen
  • stochastische Algorithmen experimentell analysieren
Vorkenntnisse

Keine speziellen Vorkenntnisse für die Vorlesung nötig.

Für die Übung: Kenntnisse in beliebiger Programmiersprache, zB Java oder C. In der Übung wird Python verwendet. Dabei stehen die Algorithmen und nicht die Programmiersprache im Vordergrund. Das nötige Wissen wird in einer Einführung in Python gegeben.