Циљ и исход предмета
Сагледавање места генетских алгоритама међу традиционалним и новим методама оптимизације. Оспособљавање за коришћење бинарних и континуалних генетских алгоритама. Упознавање са најважнијим парадигматичким применама бинарних и континуалних генетских алгоритама. По завршетку курса, студент има знања о генетским алгоритмима. Може одлучити о погодности проблема за решавање методом генетских алгоритама. Познаје карактеристике метода и у стању је да генетски алгоритам примени у решавању конкретних проблема. У стању је да програмски реализује решење.
Теоријска настава
Развој и области примене генетских алгоритама. Опис простог генетског алгоритма. Начин решавања проблема помоћу генетских алгоритама – кодирање. Генетски оператори: укрштање, мутација, селекција. Разне модификације генетских алгоритама у зависности од врсте коришћених оператора.Теоријске основе генетских алгоритама. Теорема о схемама. Пејсаж прилагођености. Области и начин примене генетских алгоритама. Паралелни генетски алгоритми. Поређење генетских алгоритама и других хеуристичких метода за решавање оптимизационих проблема.
Практична настава
Имплементација алгоритама обрађених у оквиру теоријске наставе и решавање конкретних проблема применом генетских алгоритама. Примена бинарних и континуалних генетских алгоритама. Оптимизација вишеструких циљева. Хибридни генетски алгоритми. Избор параметара. Паралелни генетски алгоритми. Примена на проблем трговачког путника. Примена у декодирању. Израда распореда часова.