Ευφυή Συστήματα
(Intelligent Systems)

Εαρινό Εξάμηνο 2014-15

Dept. of Information Technology
Alexander Technological Educational Institute of Thessaloniki

Περιεχόμενα

Εγχειρίδιο Matlab

Αντικείμενο και Στόχοι

Ευφυή Συστήματα είναι τα συστήματα τα οποία επιδεικνύουν λογική, εμπειρική μάθηση, και ικανότητες λήψης λογικών αποφάσεων χωρίς την μεσολάβηση του ανθρώπου. Στόχος είναι η κατανόηση και η αναπαραγωγή κατά το δυνατό του τρόπου που οι άνθρωποι, τα ζώα και άλλοι βιολογικοί οργανισμοί εξελίσσονται και αναπτύσουν ικανότητες επίλυσης δύσκολων προβλημάτων. Για να σχεδιάσουμε τέτοια συστήματα, εκτός της παραδοσιακής επεξεργασίας αριθμητικών-συμβολικών αναπαραστάσεων της γνώσης χρησιμοποιούνται και άλλες τεχνολογίες όπως Εξελικτικοί Αλγόριθμοι (ένα εργαλείο επίλυσης προβλημάτων βασισμένο στην φυσική εξέλιξη των ειδών) Ασαφή Συστήματα (τα οποία προσφέρουν μία μεθοδολογία χειρισμού μη-ακριβούς πληροφορίας), Νευρωνικά Δίκτυα (τα οποία αντιμετωπίζονται στο αντίστοιχο μάθημα και όχι εδώ). Τα παραπάνω συστήματα επιτρέπουν μια νέα εναλλακτική προσέγγιση στην αντιμετώπιση των προβλημάτων

Περιλαμβάνονται κυρίως θέματα όπως Εξελικτικοί Αλγόριθμοι και Ασαφή Συστήματα χωρίς να αποκλείονται άλλα προηγμένα θέματα Ευφυών Συστημάτων όπως Πολύπλοκα Συστήματα, Τεχνητή Ζωή, Case Based Reasoning, Simulated Annealing, κα. Οι μέθοδοι αυτοί δανείζονται και υιοθετούν μοντέλα από την φύση και τον άνθρωπο και πολλές φορές έχουν άμεση σχέση με την έρευνα των βιολογικών συστημάτων.

Περιεχόμενο

Το περιεχόμενο του μαθήματος περιλαμβάνει κυρίως Εξελικτικούς Αλγόριθμους και Ασαφή Συστήματα όπως επίσης και μία μικρή επαφή με τον χώρο της Τεχνητής Ζωής.

Εξελικτικοί Αλγόριθμοι (Evolutionary Algorithms): Εισαγωγή στους ΕΑ, Είδη και μοντέλα ΕΑ (γενετικοί αλγόριθμοι, εξελικτική στρατηγική, εξελικτικός προγραμματισμός, γενετικός προγραμματισμός, Classifier Systems). Στοιχεία ΕΑ. Μηχανισμοί, τελεστές, διευθέτηση. Χρήση στην αναζήτηση, βελτιστοποίηση και επίλυση προβλημάτων. Μοντελοποίηση φυσικών συστημάτων. Εφαρμογές.

Ασαφή Συστήματα (Fuzzy Systems): Τι είναι και που χρησιμοποιούνται. Ασαφή σύνολα και λειτουργίες (συμπλήρωμα, ένωση, τομή, S-norms, Τ-norms κλπ). Ασαφείς κανόνες, ασαφής λογική, approximate reasoning. Ιδιότητες ασαφών συστημάτων (ασαφής βάση κανόνων και ασαφής επαγωγική μηχανή, fuzzifiers και defuzzifiers, μη γραμμικές αντιστοιχίες, approximation). Σχεδίαση ασαφών συστημάτων από δεδομένα εισόδου-εξόδου (table look-up scheme, gradient descent training, recursive least squares, clustering). Αρχές ασαφούς ελέγχου. Αλγόριθμοι και προγράμματα για υλοποίηση εφαρμογών. Εγχειρίδιο Matlab Fuzzy Toolbox

Τεχνητή Ζωή (Artificial Life): Διερεύνηση σύνθετων συστημάτων τα οποία επιδεικνύουν "lifelike" συμπεριφορά με σκοπό την καλύτερη κατανόηση της πραγματικής (βιολογικής) ζωής.  Περιλαμβάνονται θέματα όπως autonomous agents, Conway's "Life" σαν υπολογιστική μηχανή; The Edge of Chaos; Kauffman's Origins of Order; The Iterated Prisoner's Dilemma; το σύστημα Tierra; Συστήματα Lindenmeyer; και Συτήματα Αντίδρασης-Διάχυσης (Reaction-Diffusion).


Διδασκόμενη Ύλη

Αξιολόγηση μαθήματος - Εργασίες

Εισαγωγή στα Ευφυή Συστήματα

Ασαφή Συστήματα

Εργασίες (Ασαφή Συστήματα)
Εξελικτικοί Αλγόριθμοι
Εισαγωγή  και
Πως να δημιουργήσετε έναν ΕΑ

Εργασίες (Εξελικτικοί Αλγόρίθμοι)

Περιγραφή Μεθόδων Εξελικτικού Αλγόριθμου

EvoNet SS 2001: Elements of a good paper -- A good presentation

 

Βιβλιογραφία