Эволюционная биология II: эволюция сложных систем

Курс читает:	к.ф.-м.н. Титов Игорь Иванович
Аннотация рабочей программы дисциплины	Скачать
Рабочая программа	Скачать
Фонд оценочных средств	Скачать
Трудоемкость дисциплины	2 З.Е. (72 ч.)
Форма промежуточной аттестации	Экзамен

В курсе лекций приводятся данные о структурно-динамических свойствах биологических многочастичных систем, что в совокупности со сведениями о взаимодействиях элементов системы позволяет студенту составить представление о сложных системах, их функционировании в живом мире, общих принципах их структурно-функциональной организации и эволюции.
Основной целью освоения дисциплины является усвоение студентами основных положений, современных методов и результатов теории биологических многочастичных систем, умение пользоваться ими и на этой основе – понимания студентами сложной структурно-функциональной организации живого мира.

1. Основные понятия и проблемы эволюции сложных систем.
2. Основные понятия и свойства генетических алгоритмов.
3. Кинетика ГА: эпохи и инновации, нейтральный дрейф.
4. Критерии глобальной оптимизации.
5. Nk-сети Кауфманна.
6. Безмасштабные сети.
7. Случайные графы.
8. Малые миры.
9. Эволюционирующие сети и сети под повреждающим воздействием.

1. Goldberg, D., Genetic algorithms in search, optimization, and machine learning. Addison-Wesley, San Mateo, CA, 1989.
2. E. van Nimwegen, J.P. Crutchfield and M. Mitchell Statistical Dynamics of the Royal Road Genetic Algorithm. Theoretical Computer Science (1998) (скачать)
3. L. Altenberg. (1997) Fitness Distance Correlation Analysis: An Instructive Counterexample.скачать

Дополнительная литература
4. Forrest, S., 1993, Science, 261, 872.
5. M. E. J. Newman, S. H. Strogatz, and D. J. Watts Random graphs with arbitrary degree distributions and their applications Phys. Rev. Lett. (2001).(скачать)
6. M. E. J. Newman, C. Moore, and D. J. Watts. (2000) Mean-Field Solution of the Small-World Network Model. Phys. Rev. Lett. 84 (14) 3201-3204.
7. Sawhill, B.K., Kauffman, S.A.: Phase transitions in logic networks. Santa Fe Institute Working Paper 97-05-038. 1997. (скачать)

Название	Ссылка на видео	Презентации
Лекция 1 Сложные системы и основы статистического описания	Доступ ограничен
Лекция 2 Введение в теорию случайных блужданий
Лекция 3 Введение в генетические алгоритмы (ГА)	Доступ ограничен
Лекция 4 ГА на ступенчатом ландшафте приспособленности	Доступ ограничен
Лекция 5 Критерии сходимости ГА к глобпльному оптимуму Лекция 6 Введение в теорию стохастических сетей	Доступ ограничен
Лекция 7 Синхронные булевые сети	Доступ ограничен
Лекция 8 Глобальная статистика сетей	Доступ ограничен	Доступ ограничен