Algoritmi Evolutivi

Francesco Masulli    Tel. +39 010 353 6604

Programmazione. Elementi di probabilità e statistica.

Capacità di implementare gli Algoritmi Evolutivi e di utlizzarli per la soluzione di problemi applicativi complessi.

Gli Algoritmi Evolutivi sono procedure di ricerca ispirate ai meccanismi dell'evoluzione biologica che permettono di affrontare problemi problemi complessi in vari domini applicativi come routing, scheduling, allocazione ottimale di risorse, progettazione automatica, controllo, identificazione di sistemi, analisi di immagini, stock prediction, credit scoring, risk assessment, ecc. Nel corso verranno presentati vari tipologie di Algoritmi Evolutivi come gli Algoritmi Genetici, le Strategie Evolutive e la Programmazione Genetica.

null

Capacità di implementare gli Algoritmi Evolutivi e di utlizzarli per la soluzione di problemi applicativi complessi.

Testo di riferimento: D.E. Goldberg. Genetic Algorithms in Search, Optimization and Machine Learning, Addison Wesley, 1989 Testi di approfondimento:

W. Banzhaf, P. Nordin, R. E. Keller, F.D. Francone, Genetic Programming: An Introduction, Morgan Kaufmann, 1997.

R. L. Haupt, S. E.Haupt, Practical Genetic Algorithms, Wiley-Interscience, 1998.

J.R. Koza, Genetic Programming, MIT Press, 1992.

M. Mitchell, An Introduction to Genetic Algoritms, MIT Press, 1996

R. Poli, W.B. Langdon, Foundations of Genetic Programming, Springer Verlag, 2001

H.P. Schwefel, Evolution and Optimum Seeking, J. Wiley & Sons, 1995

W.H. Press, S. A. Teukolsky, W.T. Vetterling, B.P. Flannery, Numerical Recepies in C: the art of scientific computing (2nd ed.), Cambridge University Press, 1992

A.Tettamanzi, M. Tomassini, Soft Computing: Integrating Evolutionary, Neural, and Fuzzy Systems, Springer Verlag, 2001

Scritto e orale