BI2004 Genetische Algorithmen

Modulverantwortliche
  • Prof. Dr. Andreas Peter Dominik
Lehrende
  • Prof. Dr. Andreas Peter Dominik
Notwendige Voraussetzungen zur Teilnahme

Keine

Kurzbeschreibung

Kennenlernen der Stärken und besonderen Anwendungsbereiche genetischer Algorithmen.

Inhalte
  • Genetische Algorithmen und evolutionäre Optimierungsstrategie
  • Systematik der Optimierung einer Population
  • Aufbau und Funktion des Optimierungsalgorithmus.
Qualifikations- und Lernziele

Fachkompetenzen

  • Die Studierenden können die Arten genetischer Algorithmen und deren Anwendung erklären.
  • Sie können Stärken und Schwächen von genetischen Algorithmen benennen.
  • Sie können Unterschiede und Gemeinsamkeiten Genetischer Algorithmen und anderer Optimierungsmethoden benennen und GAs in die Optimierungsalgorithmen einordnen.

Methodenkompetenzen (fachlich & überfachlich)

  • Die Studierenden können die Parameter des GA (z.B. Mutationsrate, Rekombinationsrate, Selektionsschema) an eine gegebene Problemstellung anpassen.
  • Sie sind in der Lage selbst GAs zu entwickeln, um wissenschaftliche Fragestellungen zu beantworten.

Sozialkompetenzen

  • Die Studierenden können die Dynamik sozialer Gemeinschaften reflektieren und den Zusammenhang zur evolutionären Optimierung herstellen.

Selbstkompetenzen

  • Die Studierenden können den Zusammenhang zwischen dem Algorithmus des GA und den in der Natur ablaufenden Optimierungsvorgängen identifizieren. Sie können beschreiben (soweit möglich), warum die Welt so geworden ist, wie sie ist.
ECTS-Leistungspunkte (CrP)
  • 6 CrP
  • Arbeitsaufwand 180 Std.
  • Präsenzzeit 60 Std.
  • Selbststudium 120 Std.
Lehr- und Lernformen
  • 4 SWS
  • Vorlesung 1 SWS
  • Praktikum 3 SWS
Studiensemester
  • Bioinformatik (B.Sc. 2012)
  • Informatik (B.Sc. 2010)
  • Ingenieur-Informatik (B.Sc. 2010)
Dauer
1 Semester
Häufigkeit des Angebots
Einmal im Jahr
Unterrichtssprache
Deutsch
Bonuspunkte

Nein

Bonuspunkte werden gemäß § 9 (4) der Allgemeinen Bestimmungen vergeben. Art und Weise der Zusatzleistungen wird den Studierenden zu Veranstaltungsbeginn rechtzeitig und in geeigneter Art und Weise mitgeteilt.

Prüfungsleistungen

Prüfungsvorleistung: Praktikumsleistung (Bearbeiten der Praktikumsaufgaben und Dokumentation der Ergebnisse in schriftlicher Form.)

Prüfungsleistung: Klausur oder mündliche Prüfung (Art des Leistungsnachweises wird den Studierenden rechtzeitig und in geeigneter Weise bekannt gegeben.)

Benotung
Die Bewertung des Moduls erfolgt gemäß §§ 9, ggf. 12 (Teilleistungen), ggf. 18 (Arbeiten, Kolloquien) der Allgemeinen Bestimmungen (Teil I der Prüfungsordnung).
Verwendbarkeit
Gemäß § 5 der Allgemeinen Bestimmungen (Teil I der Prüfungsordnung) Verwendbarkeit in allen Bachelorstudiengänge der THM möglich.
Literatur, Medien
  • Mitchell, M.: An introduction to genetic algorithms. MIT Press.
  • Goldberg, D. E.: Genetic algorithms. Addison Wesley.
  • Poli, R.; Langdon, W. B.; McPhee, N. F.: A field guide to genetic programming. Lulu Enterprises, UK Ltd.
  • Kursskript

Rechtliche Hinweise