Inizio della pagina -
Logo DISCO
|
Visita la Versione ad elevata leggibilità
|
Vai al Contenuto della pagina
|
Vai alla Fine dei contenuti
|
Vai al Menu Principale
|
Vai alla Barra di navigazione (sei in)
|
Vai al Menu di navigazione (albero)
|
Vai alla Lista dei comandi
|
Vai alla Lista degli approfondimenti
|
Vai al Menu inferiore
|
Logo Ateneo
   
Didattica
Soft computing

Codice Insegnamento: F1801Q015

Docenti:
Sorrenti Domenico Giorgio e Manzoni Luca, con significativi contributi di Mauri Giancarlo e Stella Fabio ed altri docenti ospiti per alcune specifiche lezioni.

Contenuti:
Il corso introduce alcune tecniche di Soft Computing, accennando ad alcuni domini applicativi.

  • Vengono introdotti i primi algoritmi meta-euristici:
    • Ricerca Locale,
    • Hill Climbing,
    • Simulated Annealing,
    • Tabu Search.
  • Il corso prosegue con la trattazione di alcuni dei più noti algoritmi evolutivi:
    • Algoritmi Genetici,
    • Programmazione Genetica,
    • Particle Swarm Optimization,
    • Ant Colony Optimization.
  • Viene quindi svolta una introduzione a:
    • reti neurali auto-organizzanti,
    • logica fuzzy.

 

Testi di riferimento:
"Genetic Algorithms in Search, Optimization and Machine Learning” di D. E. Goldberg (Addison-Wesley)
"Soft Computing: Integrating Evolutionary, Neural and Fuzzy Systems”, di A.Tettamanzi e M.Tomassini (Springer)
"Ant Colony optimization”, di M. Dorigo e T. Stützle (MIT Press)

Obiettivi formativi:
ll corso ha come obiettivo principale quello di fornire una conoscenza introduttiva di alcune tecniche per la risoluzione di problemi di ottimizzazione, note collettivamente con il nome di Soft Computing. Mediante la partecipazione alle attività previste per l'insegnamento lo studente svilupperà competenze per applicare tecniche di Soft Computing a problemi reali.

Prerequisiti:
Verrà richiesta la scrittura di semplici programmi in un linguaggio di programmazione ad alto livello, quasi certamente C/C++. È quindi richiesta la conoscenza (o lo studio individuale) del C/C++.

Metodi didattici:
Quest'anno il corso sarà svolto in modo diverso dal solito: si svolgeranno alcune lezioni convenzionali, verranno organizzati alcuni interventi seminariali da parte di altri docenti su alcuni specifici argomenti, si terranno anche delle esercitazioni in laboratorio informatico, di applicazione delle conoscenze erogate nelle lezioni e nei seminari.

Esame:
Esame scritto sulle parti teoriche.
Esame del materiale consegnato relativo alle esercitazioni.
Il voto finale sarà una media pesata dei voti riportati nello scritto e sul materiale relativo alle esercitazioni.

Tipo valutazione
Voto, in trentesimi.

 

 

Course : Soft Computing
Lecturers:
Sorrenti Domenico Giorgio and Manzoni Luca, with large contributions from Mauri Giancarlo, Stella Fabio, and other guest lecturers for specific lectures.

Contents:
This course introduces a few Soft Computing techniques, also mentioning some application domain.

  • First meta-heuristics are first introduced:
    • Local search,
    • Hill Climbing,
    • Simulated Annealing,
    • Tabu Search.
  • Then some well-known evolutionary algorithms are presented:
    • Genetic algoritms,
    • Genetic programming,
    • Particle Swarm Optimization,
    • Ant Colony Optimization.
  • Then an introduction is presented to:
    • self-organizing neural nets,
    • fuzzy logic.

Text books:
"Genetic Algorithms in Search, Optimization and Machine Learning” di D. E. Goldberg (Addison-Wesley)
"Soft Computing: Integrating Evolutionary, Neural and Fuzzy Systems”, di A.Tettamanzi e M.Tomassini (Springer)
"Ant Colony optimization”, di M. Dorigo e T. Stützle (MIT Press)

Course objectives:
This course main objective is to provide an introductory knowledge to some methodologies for solving  optimization problems, which are collectively known under the name of Soft Computing. By attending all course activities, students will develop competencies to apply Soft Computing techniques to real problems.

Prerequisites:
It will be required to write simple programs in an high level language, almost certainly C/C++. It is therefore required some knowledge (or individual study) of C/C++.

Metodi didattici:
For this year the course will be given differently from what is usual: a few regular classes will be given, some tutorials, presented by guest lecturers, will be organised on some specific topics; also some practices will be given in computer laboratories, to apply the knowledge delivered in lessons and tutorials.

Examination:
Written examination on the theoretical parts;
Examination of the material  delivered by students about the practices;
The final mark will be a weighted average of the marks of the written and of the practices examinations.

Type of marking:
Mark, in 30th.

Approfondimenti

Google Translate
Translate to English Translate to French Translate to German Translate to Spanish Translate to Chinese Translate to Portuguese Translate to Arabic
Translate to Albanian Translate to Bulgarian Translate to Croatian Translate to Czech Translate to Danish Translate to Dutch Translate to Finnish Translate to Greek Translate to Hindi
Translate to Hungarian Translate to Irish Translate to Japanese Translate to Korean Translate to Norwegian Translate to Polish Translate to Romanian Translate to Russian Translate to Serbian
Translate to Slovenian Translate to Swedish Translate to Thai Translate to Turkish

(C) Copyright 2016 - Dipartimento Informatica Sistemistica e Comunicazione - Viale Sarca, 336
20126 Milano - Edificio U14
redazioneweb@disco.unimib.it - ultimo aggiornamento di questa pagina 29/02/2012