Moduł oferowany także w ramach programów studiów:
Informacje ogólne:
Nazwa:
Genetic and evolutionary algorithms in engineering
Tok studiów:
2013/2014
Kod:
RMS-1-609-s
Wydział:
Inżynierii Mechanicznej i Robotyki
Poziom studiów:
Studia I stopnia
Specjalność:
-
Kierunek:
Mechatronics with English as instruction languagege
Semestr:
6
Profil kształcenia:
Ogólnoakademicki (A)
Język wykładowy:
Angielski
Forma i tryb studiów:
Stacjonarne
Strona www:
 
Osoba odpowiedzialna:
dr inż. Gibiec Mariusz (mgi@agh.edu.pl)
Osoby prowadzące:
dr inż. Gibiec Mariusz (mgi@agh.edu.pl)
Krótka charakterystyka modułu

Opis efektów kształcenia dla modułu zajęć
Kod EKM Student, który zaliczył moduł zajęć wie/umie/potrafi Powiązania z EKK Sposób weryfikacji efektów kształcenia (forma zaliczeń)
Wiedza
M_W001 knowledge of the methods and techniques of the artificial intelligence and the background of their formulation; knowledge of their utilisation for the engineering problems solving MS1A_W12 Wykonanie ćwiczeń laboratoryjnych,
Wynik testu zaliczeniowego
M_W002 knowledge and understanding of methodology of the artificial intelligence systems applications for the purposes of designing and building mechatronic devices; knowledge of computer tools for the design and simulation of artificial intelligent systems MS1A_W12 Wykonanie ćwiczeń laboratoryjnych,
Wynik testu zaliczeniowego
Umiejętności
M_U001 ability to assess the type of the mechatronic problem and to choose the aproppiate artificial intelligence method for solving it MS1A_U10, MS1A_U12 Wykonanie ćwiczeń laboratoryjnych,
Wynik testu zaliczeniowego
M_U002 ability to formulate the mechatronic problem and to design and build the artificial intelligence tool that solves it. MS1A_U14, MS1A_U10, MS1A_U12, MS1A_U08 Wykonanie ćwiczeń laboratoryjnych,
Wynik testu zaliczeniowego
M_U003 ability to code properly input data and to adjust parameters of artificial intelligence methods for solving problems of optimization, classification and pattern recognition and to aid the designing process with the use of these methods MS1A_U12, MS1A_U08
Kompetencje społeczne
M_K001 awareness of the responsibility for own work and readiness to comply with the rules of team work and accepting responsibility for tasks performed collectively MS1A_K04 Wykonanie ćwiczeń laboratoryjnych
Matryca efektów kształcenia w odniesieniu do form zajęć
Kod EKM Student, który zaliczył moduł zajęć wie/umie/potrafi Forma zajęć
Wykład
Ćwicz. aud
Ćwicz. lab
Ćw. proj.
Konw.
Zaj. sem.
Zaj. prakt
Inne
Zaj. terenowe
Zaj. warsztatowe
E-learning
Wiedza
M_W001 knowledge of the methods and techniques of the artificial intelligence and the background of their formulation; knowledge of their utilisation for the engineering problems solving + - - - - - - - - - -
M_W002 knowledge and understanding of methodology of the artificial intelligence systems applications for the purposes of designing and building mechatronic devices; knowledge of computer tools for the design and simulation of artificial intelligent systems + - - - - - - - - - -
Umiejętności
M_U001 ability to assess the type of the mechatronic problem and to choose the aproppiate artificial intelligence method for solving it + - + - - - - - - - -
M_U002 ability to formulate the mechatronic problem and to design and build the artificial intelligence tool that solves it. + - + - - - - - - - -
M_U003 ability to code properly input data and to adjust parameters of artificial intelligence methods for solving problems of optimization, classification and pattern recognition and to aid the designing process with the use of these methods + - + - - - - - - - -
Kompetencje społeczne
M_K001 awareness of the responsibility for own work and readiness to comply with the rules of team work and accepting responsibility for tasks performed collectively - - + - - - - - - - -
Treść modułu zajęć (program wykładów i pozostałych zajęć)
Wykład:

1. Introduction to the artificial intelligence methods
2. Genetic Algorithms – theoretical bases
3. A Survey of Genetic Algorithms Applied to Academic and Industrial Test Cases
4. Using Genetic Algorithms for Optimization
5. Genetic optimization of designing process
6. Evolutionary Algorithms – theoretical bases
7. A Survey of Evolutionary Algorithms Applied to Academic and Industrial Test Cases
8. Genetic and Evolutionary Algorithms Application to Artificial Neural Networks Development

Ćwiczenia laboratoryjne:

An Introduction to Genetic and Evolutionary Computation – a software survey
Three Elements of Representations for Genetic and Evolutionary Algorithms
Analysis and Design of Representations for Trees.
Using Genetic Algorithms for Optimization
Genetic Algorithms for the Traveling Salesman Problem
Generator Scheduling in Power Systems by Genetic Algorithm
Genetic Algorithm as a Tool for Solving Electrical Engineering Problems
Genetic Algorithms in Shape Optimization
Evolutionary Approaches to Clustering
Partitioning 3-D Unstructured Grids Using Evolutionary Algorithms
Genetic and Evolutionary Algorithms Application to Artificial Neural Networks Development

Nakład pracy studenta (bilans punktów ECTS)
Forma aktywności studenta Obciążenie studenta
Sumaryczne obciążenie pracą studenta 80 godz
Punkty ECTS za moduł 3 ECTS
Egzamin lub kolokwium zaliczeniowe 1 godz
Samodzielne studiowanie tematyki zajęć 15 godz
Przygotowanie sprawozdania, pracy pisemnej, prezentacji, itp. 14 godz
Udział w ćwiczeniach laboratoryjnych 30 godz
Udział w wykładach 15 godz
Przygotowanie do zajęć 5 godz
Pozostałe informacje
Sposób obliczania oceny końcowej:

Weighted sum of mark from the test and marks from laboratory reports

Wymagania wstępne i dodatkowe:

Nie podano wymagań wstępnych lub dodatkowych.

Zalecana literatura i pomoce naukowe:

Genetic algorithms in engineering and computer science / ed. by G. Winter [et al.].
Genetic algorithms in search, optimization, and machine learning / David E. Goldberg.
Genetic algorithms in optimisation, simulation and modelling / ed. by J. Stender, E. Hillebrand and J. Kingdon.
Evolutionary algorithms for single and multicriteria design optimization / Andrzej Osyczka.

Publikacje naukowe osób prowadzących zajęcia związane z tematyką modułu:

Nie podano dodatkowych publikacji

Informacje dodatkowe:

Brak