อัลกอริทึมเชิงวิวัฒนาการ

Evolutionary Algorithm

นักศึกษาเข้าทฤษฎีและลงมือปฏิบัติการเชียนโปรแกรมด้วยอัลกอริทึมเชิงวิวัฒนาการ เพื่อการแก้โจทย์ปัญหาทางวิศวกรรมได้
เป็นวิชาใหม่ในหลักสูตร วศ.บ.วิศวกรรมคอมพิวเตอร์
ศึกษาและปฏิบัติเบื้องต้นเกี่ยวกับ ปัญหาการหาค่าที่เหมาะสมที่สุด เทคนิคของขั้นตอนวิธีเชิงวิวัฒนาการ ได้แก่ การแสดงแทน การสืบพันธุ์ การกลายพันธุ์ การแลกเปลี่ยนยีน การ คัดเลือก และฟังก์ชันความเข้มแข็ง ในตัวอย่างขั้นตอนวิธีเชิงวิวัฒนาการ เช่น Genetic
Algorithm, Particle Swarm Optimization, Ant colony optimization หรืออื่นๆ ที่นิยมในปัจจุบัน รวมถึงการประยุกต์ใช้ในงานปัญญาประดิษฐ์
Study and practice of Introduction to optimization problems. Techniques in evolutionary algorithms, i.e., representation, reproduction, mutation, recombination, selection, and fitness function. For examples, genetic algorithm, particle swarm optimization, ant colony optimization, or other famous evolutionary algorithms. applying in artificial intelligence.
1 ชั่วโมงต่อสัปดาห์ เฉพาะรายบุคคล
กิจกรรมที่ ผลการเรียนรู้ * วิธีการประเมินผลนักศึกษา สัปดาห์ที่ประเมิน สัดส่วนของการประเมินผล
ไม่มีข้อมูล
[1] A.E. Eiben and J.E. Smith, Introduction to Evolutionary Computing, 2nd ed., Heidelberg: Springer, 2015.
[2] James Kennedy, Russell C. Eberhart, and Yuhui Shi, Swarm intelligence : collective, adaptive. USA: Academic Press, 2001.
[3] David E. Goldberg, Genetic Algorithms in Search, Optimization, and Machine Learning, USA: Addison-Wesley, 1989