هوش محاسباتی

Computational Intelligence

شماره درس: ۴۰۷۷۷ تعداد واحد: ۳
مقطع: کارشناسی ارشد نوع درس: نظری
پیش‌نیاز: – هم‌نیاز: –

اهداف درس

هوش محاسباتی زیرشاخه ای از هوش مصنوعی است که به بررسی مکانیزم های تطبیقی می پردازد که قابلیت رفتارهای هوشمند را در محیط های پویا و پیچیده فراهم می سازد. این مکانیزم ها شامل پارادیم هایی از هوش مصنوعی هستند که دارای قابلیت یادگیری، تعمیم، انتزاع، کشف و انجمنی را فراهم می سازند. هوش محاسباتی شامل مجموعه وسیعی از روشها از قبیل پردازش تکاملی، هوش جمعی، سیستم های ایمنی مصنوعی، شبکه های عصبی و سیستم های فازی می باشند. این درس تنها به بررسی روشهای فرا مکاشفه ای مبتنی بر جمعیت می پردازد.

ریز مواد

  1. مقدمه ای بر هوش محاسباتی و مرور کلی بر روشهای آن
  2. پردازش تکاملی(Evolutionary Computation)
    • الگوریتم های تکاملی(Evolutionary Algorithms)
    • الگوریتم های ژنتیکی (Genetic Algorithms)
    • برنامه ریزی تکاملی (Evolutionary Programming )
    • استراتژی های تکاملی (Evolution Strategies)
    • برنامه ریزی ژنتیکی (Genetic Programming) و نسخه های مختلف آن از قبیل برنامه ریزی ژنتیکی خطی و کارتزین
    • الگوریتم های تکاملی ترکیبی (Hybrid Evolutionary Algorithms )
    • الگوریتم های فرهنگی (Cultural Algorithms )
    • الگوریتم های تکامل تفاضلی (Differential Evolution)
    • یادگیری سامانه دسته بند (Learning Classifier Systems) و توسعه های آن از قبیل ZCS و XCS
    • مبانی نظری الگوریتم های تکاملی از قبیل طرحواره ها (Schema)
    • تنظیم و کنترل پارامترهای الگوریتم های تکاملی
    • حل مسائل ارضاء قیود توسط الگوریتم های تکاملی
    • هم تکاملی (Co-evolution)
    • مسئله پیوند، مدلسازی احتمالاتی والگوریتم های بهینه سازی بیزی
    • بهینه سازی چند قله ای و چند هدفه
    • الگوریتمهای تکاملی موازی
  3. جستجوی هارمونی، مبانی نظری و کاربردهای آن
  4. هوش جمعی (Swarm Intelligence)
    • الگوریتم های بهینه سازی مبتنی بر ذرات (Particle Swarm Optimization) و نسخه های آن
    • الگوریتم مورچگان (Ant Algorithms) و نسخه های مختلف آن
    • شبکه مورچگان
    • الگوریتم های مبتنی بر زندگی زنبور عسل
    • مبانی نظری الگوریتم های هوش جمعی و بررسی همگرایی آن‌ها
    • کاربردهای مختلفی از الگوریتم های بهینه سازی ذرات و الگوریتم مورچگان
  5. سیستم ایمنی مصنوعی (Artificial Immunity System)
    • سیستم ایمنی طبیعی
    • سیستم ایمنی مصنوعی
    • شبکه های ایمنی مصنوعی
  1. اشاره ای به روشهای دیگر جستجوی مکاشفه ای از قبیل جستجوی Tabu
  2. سنتز پدیده های طبیعی
    • زندگی مصنوعی
    • هندسه فراکتالی (Fractal Geometry)
  3. محاسبات با مواد طبیعی
    • محاسبات مولکولی و مبتنی بر DNA
    • محاسبات کوانتومی

ارزیابی

  1. تمرین: ۲۰ درصد
  2. میان‌ترم: ۳۰ درصد
  3. پایان‌ترم: ۵۰ درصد

مراجع

  1. A. P. Engelbrecht, Computational Intelligence: An Introduction, John Wiley & Sons, 2007.
  2. A. E. Eiben and J. E. Smith, Introduction to Evolutionary Computing, Springer Verlag, 2003.
  3. M. Dorigo and T. Stutzle, Ant Colony Optimization, MIT Press, 2004.
  4. J. Kennedy, R. C. Eberhart, and Y. Shi, Swarm Intelligence, Morgan Kaufmann Publishers, 2001.
  5. L. N. de Castro. Fundamentals of Natural Computing: An Overview. Physics of Life Reviews, Vol. 4, No. 1, pp. 1-36, 2007.
  6. L. N. de Castro, Fundamentals of Natural Computing: Basic Concepts, Algorithms, and Applications, Chapman & Hall/CRC Computer and Information Sciences, 2006.