Subject

Еволуциско пресметување

1. Наслов на наставниот предмет Еволуциско пресметување
Evolutionary computation
2. Код m23_s_032
3. Студиска програма
4. Организатор на студиската програма (единица, односно институт, катедра, оддел) Факултет за информатички науки и компјутерско инженерство
5. Степен (прв, втор, трет циклус) Втор циклус
6. Академска година / семестар 10 / Летен
7. Број на ЕКТС кредити 6
8. Наставник Георгина Мирчева, Мирослав Мирчев
9. Предуслови за запишување на предметот
10. Цели на предметната програма (компетенции) Целта на предметот е студентите да се запознаат со алгоритмите за пресметување и оптимизација инспирирани од еволуциските процеси во природата, да знаат истите да ги споредувааат, како и да се развијат идеи за креирање на нови техники. Дополнително студентите ќе се оспособат за примена на алгоритмите во различни области од компјутерско инженерство и науки.
11. Содржина на предметната програма Основни концепти и теорија на еволуцискo пресметување. Генетски алгоритми. Еволуциски стратегии. Еволуциско и генетско програмирање. Коеволуциски алгоритми и повеќецелна оптимизација со еволуциски алгоритми. Механизми за селекција. Еволуциска динамика со модели на теорија на игри. Еволуциски невронски мрежи. Еволуциски развој на сензорско-роботски системи и дизајн на мрежни системи. Користење на еволуциските алгоритми како модели на реални системи, како и за пронаоѓање на соодветни модели. Системи за класификација базирани на еволуциски алгоритми. Интелигенција на роеви.
12. Методи на учење Предавања поддржани со презентации преку слајдови, интерактивни предавања, практични вежби, тимска работа, пример случаи, поканети предавачи, самостојна изработка на проектна задача и електронско учење.
13. Вкупен расположив фонд на време 6 ЕКТС x 30 часа = 180 часа
14. Распределба на расположивото време 60 + 0 + 45 + 45 + 30 = 180 часа
15. Форми на наставните активности
15.1. Предавања - теоретска настава 60 часови
15.2. Вежби (лабораториски, аудиториски), семинари, тимска работа 0 часови
16. Други форми на активности
16.1. Проектни задачи 45 часови
16.2. Самостојни задачи 45 часови
16.3. Домашно учење 30 часови
17. Начин на оценување
17.1. Тестови 30 бодови
17.2. Семинарска работа / проект ( презентација: писмена и усна) 45 бодови
17.3. Активности и учење 10 бодови
17.4. Завршен испит 0 бодови
18. Критериуми за оценување (бодови/ оценка)
до 50 бода5 (пет) (F)
од 51 до 60 бода6 (шест) (E)
од 61 до 70 бода7 (седум) (D)
од 71 до 80 бода8 (осум) (C)
од 81 до 90 бода9 (девет) (B)
од 91 до 100 бода10 (десет) (A)
19. Услов за потпис и полагање на завршен испит реализирани активности 15 и 16
20. Јазик на кој се изведува наставата македонски и англиски
21. Метод на следење на квалитетот на наставата механизам на интерна евалуација и анкети
22. Литература
22.1. Задолжителна литература
1. A.E. Eiben, J.E. Smith | Introduction to Evolutionary Computing | Springer | 2015
2. David B. Fogel | Evolutionary Computation: Toward a New Philosophy of Machine Intelligence | John Wiley & Sons | 2006
3. De Jong, Kenneth A. | Evolutionary computation: a unified approach | MIT press | 2006
4. Jing Liu, Hussein A. Abbass, Kay Chen Tan | Evolutionary Computation and Complex Networks | Springer | 2019
5. Seyedali Mirjalili | Evolutionary Algorithms and Neural Networks: Theory and Applications | Springer | 2019
6. Editors Benjamin Doerr and Frank Neumann | Theory of Evolutionary Computation | Springer | 2020
22.2. Дополнителна литература
Ред.бр. Автор Наслов Издавач Година