タイトル

ナンバリングコード M3ELC-AXXT-2O-Lx2   科目ナンバリングについて
授業科目名 科目区分 時間割 対象年次及び学科
進化計算特論   (16G~)
Evolutionary Computation
  前期 火2 1~2 工学研究科博士前期課程 
講義題目 水準・分野 DP・提供部局
対象学生・
特定プログラムとの対応
 
 
M3ELC AXXT 2O
担当教員 授業形態 単位数 時間割コード
松下 春奈[Matsusita Haruna] Lx 2 942032
DP・提供部局  
AXXT
 
授業形態  
Lx
 
関連授業科目  
 
履修推奨科目  
 
学習時間  
講義90分 × 15回 + 自学自習
 
授業の概要  
人工知能の一分野である進化計算の基礎、及び、最新の進化的アルゴリズムについて学ぶ。まず、最適化の基礎や従来の最適化手法について論じ、次に、群知能を主とするメタヒューリスティック最適化アルゴリズムについて学ぶ。また、様々な最適化手法の統計的な評価方法について説明する。
 
授業の目的  
我々の生活において、最適化問題の解決は必要不可欠なものであり、ありとあらゆる分野において研究されている。本講義では、最適化問題の基礎から最新の進化的アルゴリズムについて学ぶことを目的とする。また、様々な手法による最適化結果の統計的な評価方法を学ぶことで、客観的な視点からの評価を身に付ける。
 
到達目標  
達成目標は次のとおりである。
1.最適化問題の種類について説明できる。
2.進化計算型最適化アルゴリズムの種類とその仕組みについて概要を説明できる。
3.結果を統計的に評価できる。
 
学習・教育到達目標(工学部JABEE基準)  
 
成績評価の方法と基準  
演習及び課題レポートの総合評価による。
 
授業計画並びに授業及び学習の方法  
第1回:授業の概要説明
第2~3回:最適化問題の定義と歴史
第4回:ランダム・ウォーク
第5回:遺伝的アルゴリズム(Genetic Algorithm: GA)
第6回:差分進化(Differential Evolution: DE)
第7回:粒子群最適化(Particle Swarm Optimization: PSO)
第8回:ホタルアルゴリズム(Firefly Algorithm: FA)
第9回:カッコー探索(Cuckoo Search: CS)
第10~11回:多変量統計解析
第12~14回:実習
第15回:進化的アルゴリズムの応用
 
教科書・参考書等  
配布資料により授業を行う。
 
オフィスアワー  
水曜日12:00~13:00 1号館7F
 
履修上の注意・担当教員からのメッセージ  
毎回の講義での演習をまじめに取り組み、復習を十分にする。
 
参照ホームページ  
 
メールアドレス  
haruna@eng.kagawa-u.ac.jp
 
↑ページの先頭へ戻る