Pokročilé simulační metody

Anotace:
Předmět seznámí studenta s pokročilými algoritmy pro generování pseudonáhodných čísel a s jejich aplikací 
v simulačních metodách. Dále se student seznámí s principy a využitím simulovaného žíhání, biologicky motivovaných 
heuristik a dalších stochastických algoritmů využívaných pro účely simulací a na nich založených optimalizací.

Osnova:

1. Principy generování pseudonáhodných čísel
2. Lineární kongruenční generátory
3. Zpožděné Fibonacciovy generátory
4. Generátory založené na lineárních posuvných registrech se zpětnou vazbou (Mersenne-Twister)
5. Simulované žíhání a jeho varianty
6. Biologicky motivované heuristiky
7. Genetické algoritmy
8. Kukaččí vyhledávání, Lévyho let a další nástroje

Klíčová slova:
generování pseudonáhodných čísel, stochastická optimalizace, simulované žíhání, genetický algoritmus

Studijní literatura a studijní pomůcky:
[1] Binder, K., Heermann, D., Monte Carlo Simulation in Statistical Physics. 5th edition. Springer Verlag, 2010 
[2] Genetic Algorithms in Optimisation, Simulation and Modelling. Ed. Stender, J., Hillebrand, E. Klingdon, J., IOS Press, 1994
[3] Martinez, W.L., Martinez, A.R, Computational Statistics Handbook with MATLAB 2e, Boca Raton: Chapman and Hall, 2017.