Katedra Inf. Biznesowej i Inż. Zarządzania

Inteligencja obliczeniowa zadania

Lp. Tematy Zadania
1



 Sztuczna inteligencja,
inteligencja obliczeniowa.
  1. Zbudować model i rozwiązać problem rozkroju taśmy (MS Excel i Solver). Sformułować inne sposoby rozwiązania tego problemu.
2 Heurystyki. Metaheurystyki.
  1. Określić algorytm i rozwiązać problem szeregowania zadań na pojedynczej maszynie (MS Excel i VBA). Wypróbować różne proste heurystyki, w tym SA i TS.
3 Algorytmy ewolucyjne,
część I.
  1. Znaleźć ekstremum funkcji jednej zmiennej
  2. Znaleźć ekstremum funkcji dwóch zmiennych
4 Algorytmy ewolucyjne,
część II.
  1. Problem szeregowania zadań w permutacyjnym systemie przepływowym
  2. Problem alokacji portfela
  3. Symetryczny problem komiwojażera (praca zespołowa)
Spakowany skoroszyt z programami do rozwiązania TSP do ściągnięcia tutaj. Odpowiedni arkusz musi być pierwszy w skoroszycie, czyli: "TSP30" - grupa 1 (tak, jak jest we wzorcowym), "TSP50" - grupa 2 (trzeba przesunąć na początek skoroszytu), "TSP75" - grupa 3 (trzeba przesunąć), itd.
Realizujemy wszystkie zadania, ale w punkcie 2. badamy tylko trzy elementy: rozmiar populacji, liczbę iteracji, prawdopodobieństwo mutacji (0,1; 0,2; 0,3; 0.5; 0,75). Schemat badania: dla max iteracji=10000, określamy najlepszy rozmiar pokolenia (proszę pamiętać, że robimy za każdym razem min. 10 testów). Dla najlepszego rozmiaru określamy najlepsze prawd. mutacji, a potem najlepszą parę rozmiar-prawd.mut. wykorzystujemy do zbadania wpływu liczby iteracji na wyniki. Prawdopodobieństwo krzyżowania Pc proszę przyjąć 0,9 (nie badamy jego wpływu na wyniki, chociaz jeżeli jakaś grupa chce zrobić takie badanie - nie ma przeszkód).

5 Sztuczne sieci neuronowe, część I.
  1. Budowa i działanie neuronu
  2. Sieć perceptronowa z warstwą ukrytą
  3. Preprocesing danych
  4. Znaleźć i krótko przedstawić ciekawy/kuriozalny przykład zastosowania sztucznych sieci neuronowych lub poznanych metaheurystyk. Esej przesłać prowadzącemu zajęcia.
6 Sztuczne sieci neuronowe, część II.
  1. Symulatory sieci neuronowych
  2. Klasyfikacja klientów banku pod względem ryzyka kredytowego

UWAGA:

Każde ćwiczenie wymaga przedstawienia sprawozdania z jego wykonania; sprawozdanie powinno zawierać:
  • cel ćwiczenia,
  • opis wykonanych zadań (w tym opis algorytmów),
  • listingi programów (jesli program napisany samodzielnie),
  • zrzuty ekranowe (jeśli potrzebne),
  • wnioski.

Sprawozdania należy przesłać drogą elektroniczną na platforme UPEL, w terminie do dwóch tygodni po zakończeniu ćwiczenia.