Katedra za

Računarstvo i informatiku

Grupa za računarsku inteligenciju i matematičku optimizaciju (RIMO):

Grupa se bavi istraživanjima iz oblasti veštačke inteligencije sa fokusom na teoriju, primene i razvoj računarske inteligencije i matematičke optimizacije. Računarska inteligencija (RI), kao jedna od oblasti veštačke inteligencije, inicijalno je uključivala neuronske mreže, fazi sisteme i evolutivne algoritme, a danas RI podrazumeva sve širi spektar metoda. Matematička optimizacija podrazumeva proučavanje problema u kojima se traži maksimizacija ili minimizacija realne funkcije primenjene na vrednosti realnih ili celobrojnih promenljivih iz određenog skupa, pa se veliki broj problema iz prakse može predstaviti na ovakav način. Istraživačke aktivnosti grupe pokrivaju širok spektar tema kao što su matematička optimizacija, mašinsko učenje i fazi logiku. Istraživanja su zasnovana na tehnikama i metodama računarske inteligencije, modeliranja i rešavanja problema koji se javljaju u kompleksnim sistemima.

Ova grupa istraživača postigla je značajne uspehe u teorijskim istraživanjima, kreiranju modela i algoritama za probleme matematičke optimizacije, kao i u njihovoj praktičnoj primeni. Egzaktno rešavanje problema se prvenstveno postiže implementacijom matematičkog modela u nekom od najpoznatijih savremenih univerzalnih rešavača kao što su CPLEX, GUROBI ili popularni SAT rešavači. Za pojedine probleme razvijeni su i specifični egzaktni rešavači korišćenjem branch-and-bound metode ili metode particionisanja modela (kreiranjem nadmodela i podmodela). Grupa se veoma uspešno bavi razvijanjem metaheurističkih metoda za rešavanje problema velike kompleksnosti. Pored populacionih metaheuristika (npr. evolutivni algoritmi, metoda roja čestica itd.), istraživači ove grupe uspešno primenjuju i metaheuristike zasnovane na metodi lokalne pretrage (npr. metoda promenljivih okolina - VNS, nasumično pohlepna adaptivna pretraga - GRASP, tabu pretraga itd.). Svoja istraživanja grupa bazira i na kombinovanju više navedenih metoda, bilo egzaktnih, bilo metaheurstičkih, čime se dobijaju hibridni metodi koji su se često u praksi pokazali najefikasnijima. Takođe, u okviru istraživanja primenjuje se i paralelizacija u cilju povećanja performansi.

Neke informacije o radu ove grupe dostupne su na adresi