Course description

Pelatihan profesional Algoritma Evolusioner ini dirancang untuk memberikan pemahaman mendalam tentang teknik optimasi berbasis evolusi, yang banyak digunakan dalam pemrograman, kecerdasan buatan, dan penelitian ilmiah. Peserta akan mempelajari Penerapan GA dalam kasus nyata untuk mencari solusi optimal, Memahami Genetic Programming (GP) dan aplikasi dalam otomatisasi program, Pengenalan Differential Evolution (DE) dan Evolution Strategies (ES), Estimation of Distribution Algorithms (EDA) dan penerapannya, Memetic Algorithms (MA) dan penerapannya dalam optimasi kombinatorial, Coevolutionary Algorithms dan aplikasinya dalam desain sistem multi-agen, Multi-objective Evolutionary Algorithms (MOEA) dan Genetic Fuzzy Systems, Neuroevolution dan Cultural Algorithms, Particle Swarm Optimization (PSO) dan Ant Colony Optimization (ACO), serta cara mengaplikasikannya untuk menyelesaikan masalah kompleks di dunia nyata. Pelatihan ini cocok bagi profesional IT, peneliti, dan mahasiswa tingkat lanjut yang ingin memperdalam pengetahuan dan keterampilan di bidang optimasi algoritmik.

What will i learn?

• Penerapan GA dalam kasus nyata untuk mencari solusi optimal
• Pengenalan Genetic Algorithms (GA)
• Memahami Genetic Programming (GP) dan aplikasi dalam otomatisasi program
• Implementasi GP untuk menciptakan algoritma baru yang efisien
• Pengenalan Differential Evolution (DE) dan Evolution Strategies (ES)
• Perbandingan DE dan ES serta tantangan dalam penerapan
• Menerapkan DE untuk optimasi parameter dalam simulasi
• Estimation of Distribution Algorithms (EDA) dan penerapannya
• Implementasi EDA dalam kasus nyata
• Memetic Algorithms (MA) dan penerapannya dalam optimasi kombinatorial
• Tantangan dalam mengkombinasikan pencarian lokal dengan EA
• Implementasi MA pada TSP (Travelling Salesman Problem)
• Coevolutionary Algorithms dan aplikasinya dalam desain sistem multi-agen
• Implementasi Coevolutionary Algorithms untuk masalah simulasi ekosistem
• Multi-objective Evolutionary Algorithms (MOEA) dan Genetic Fuzzy Systems
• Teknik penerapan MOEA dan Genetic Fuzzy Systems dalam desain teknik dan kontrol fuzzy
• Implementasi MOEA untuk optimasi desain teknik dan Genetic Fuzzy Systems untuk pengenalan pola
• Neuroevolution dan Cultural Algorithms
• Implementasi Neuroevolution untuk pembelajaran penguatan dan Cultural Algorithms untuk pengoptimalan strategi adaptasi kompleks
• Particle Swarm Optimization (PSO) dan Ant Colony Optimization (ACO)
• Tantangan dalam penerapan PSO dan ACO dalam optimasi fungsi dan penjadwalan