Menú local
Guía docente 2016-17 - 13312022 - Metaheurísticas
TITULACIÓN: | Grado en Ingeniería informática |
CENTRO: | ESCUELA POLITÉCNICA SUPERIOR (JAÉN) |
CURSO: | 2016-17 |
ASIGNATURA: | Metaheurísticas |
NOMBRE: Metaheurísticas | |||||
CÓDIGO: 13312022 | CURSO ACADÉMICO: 2016-17 | ||||
TIPO: Obligatoria | |||||
Créditos ECTS: 6.0 | CURSO: 3 | CUATRIMESTRE: PC | |||
WEB: http://dv.ujaen.es/docencia/goto_docencia_crs_351684.html |
NOMBRE: GACTO COLORADO, Mª JOSÉ | ||
IMPARTE: Teoría - Prácticas [Profesor responsable] | ||
DEPARTAMENTO: U118 - INFORMÁTICA | ||
ÁREA: 075 - CIENCIA DE LA COMPUTACIÓN E INT. ARTIFICIAL | ||
N. DESPACHO: A3 - 243 | E-MAIL: mgacto@ujaen.es | TLF: 953212261 |
TUTORÍAS: https://uvirtual.ujaen.es/pub/es/informacionacademica/tutorias/p/86976 | ||
URL WEB: http://wwwdi.ujaen.es/?q=es/mgacto | ||
ORCID: https://orcid.org/0000-0001-9895-9647 | ||
NOMBRE: PÉREZ CORDÓN, LUIS GONZAGA | ||
IMPARTE: Prácticas | ||
DEPARTAMENTO: U118 - INFORMÁTICA | ||
ÁREA: 075 - CIENCIA DE LA COMPUTACIÓN E INT. ARTIFICIAL | ||
N. DESPACHO: A3 - 240 | E-MAIL: lgonzaga@ujaen.es | TLF: 953213018 |
TUTORÍAS: https://uvirtual.ujaen.es/pub/es/informacionacademica/tutorias/p/71853 | ||
URL WEB: http://wwwdi.ujaen.es/?q=es/lgonzaga | ||
ORCID: https://orcid.org/0000-0002-0753-6460 |
La asignatura es de carácter obligatorio y se imparte en el tercer curso del Grado. Se integra dentro del módulo común a la rama informática, y está incluida dentro de la materia de Inteligencia Artificial.
En esta asignatura se estudian algoritmos avanzados de optimización y búsqueda, técnicas de diseño de algoritmos basados en trayectorias y poblaciones y metaheurísticas paralelas.
Código | Denominación de la competencia |
CB2R | Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio. |
CB3R | Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética. |
CB5R | Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía. |
CC14R | Conocimiento y aplicación de los principios fundamentales y técnicas básicas de la programación paralela, concurrente, distribuida y de tiempo real. |
CC15R | Conocimiento y aplicación de los principios fundamentales y técnicas básicas de los sistemas inteligentes y su aplicación práctica. |
CC6R | Conocimiento y aplicación de los procedimientos algorítmicos básicos de las tecnologías informáticas para diseñar soluciones a problemas, analizando la idoneidad y complejidad de los algoritmos propuestos. |
Resultados de aprendizaje | |
Resultado 14 | Conocer y aplicar los principios fundamentales y técnicas básicas de la programación paralela, concurrente, distribuida y de tiempo real. |
Resultado 15 | Conocer y aplicar los principios fundamentales y técnicas básicas de los sistemas inteligentes y su aplicación práctica. |
Resultado 19R | Conocer y aplicar los procedimientos y algoritmos metaheurísticos (basados en trayectorias, poblaciones o híbridos), analizando la idoneidad y complejidad de los algoritmos propuestos. |
Metaheurísticas: Introducción y Clasificación. Algoritmos de Búsqueda Local Básicos. Algoritmos de Búsqueda Tabú
Métodos Basados en Trayectorias. Métodos Basados en Poblaciones. Algoritmos Evolutivos. Metaheurísticas paralelas. Adaptación de Metaheurísticas a la Resolución de Problemas.
TEORÍA
Módulo I: Introducción.
- Metaheurísticas: Introducción y clasificación.
Módulo II: Métodos basados en trayectorias.
- Algoritmos de búsqueda local básicos
- Enfriamiento simulado
- Algoritmos de búsqueda tabú
- Métodos basados en trayectorias múltiples
Módulo III: Métodos basados en poblaciones.
- Concepto y elementos de los algoritmos basados en poblaciones.
- Algoritmos genéticos. Programación genética.
- Evolución diferencial y otros algoritmos de optimización continua.
- Metaheurísticas basadas en adaptación social.
Módulo IV. Metaheurísticas híbridas: poblaciones y trayectorias.
- Algoritmos meméticos y búsqueda dispersa
PRÁCTICAS
Práctica 1: Metaheurísticas basadas en trayectorias
Práctica 2: Metaheurísticas basadas en poblaciones
Práctica 3: Búsquedas Híbridas
ACTIVIDADES | HORAS PRESENCIALES | HORAS TRABAJO AUTÓNOMO | TOTAL HORAS | CRÉDITOS ECTS | COMPETENCIAS (códigos) |
---|---|---|---|---|---|
A1 - Clases expositivas en gran grupo
|
30.0 | 45.0 | 75.0 | 3.0 |
|
A2R - Clases en pequeño grupo
|
25.0 | 37.5 | 62.5 | 2.5 |
|
A3 - Tutorías colectivas/individuales
|
5.0 | 7.5 | 12.5 | 0.5 |
|
TOTALES: | 60.0 | 90.0 | 150.0 | 6.0 |
La asignatura se divide en dos partes relacionadas, teoría y prácticas.
La teoría se impartirá principalmente a través de sesiones magistrales, incluyendo seminarios, resolución de dudas y debate con las que se evaluará la participación del alumno en la asignatura.
La parte práctica se realizará en el laboratorio de informática, a través de prácticas de ordenador y seminarios.
Durante el periodo lectivo se realizarán pruebas objetivas para evaluar los conocimientos adquiridos por el alumno.
ASPECTO | CRITERIOS | INSTRUMENTO | PESO |
---|---|---|---|
Asistencia y/o participación en actividades presenciales y/o virtuales | Asistencia y participación | Observación y notas del profesor | 5.0% |
Conceptos teóricos de la materia | Conceptos teóricos de la materia | Examen teórico y de resolución de problemas | 50.0% |
Realización de trabajos, casos o ejercicios | Prácticas de laboratorio/ordenador | Entrega y defensa de la documentación de las prácticas. Pruebas y evaluaciones durante las sesiones de prácticas. | 5.0% |
Prácticas de laboratorio/campo/uso de herramientas TIC | Prácticas de laboratorio/ordenador | Control de prácticas de laboratorio/ordenador | 40.0% |
Para superar la asignatura será necesario aprobar tanto la parte teórica como la práctica.
La parte teórica se evaluará con pruebas objetivas de conceptos teóricos y realización de ejercicios prácticos relacionados con la materia. La parte de prácticas se evaluará mediante la entrega de los trabajos prácticos realizados con ordenador, de los trabajos correspondientes a los seminarios y presentaciones planteados, y con una memoria asociada a los mismos. La evaluación de las prácticas será continua e incremental, de forma que se evaluará tanto la defensa final de cada trabajos como la evolución del alumno durante las prácticas.
La parte de participación y evaluación continua se determinará mediante la realización de ejercicios en clase y el control de asistencia a las clases teóricas y prácticas.
La nota obtenida por el alumno durante el periodo lectivo, tanto en las prácticas como en la participación en clase y seminarios, se mantendrá para las convocatorias extraordinarias del mismo curso.
Competencias por Sistema de Evaluación:
S1 (asistencia y participación): CC6, CC14, CC15
S2 (conocimientos teóricos): CC6, CC14, CC15
S3 y S4 (Prácticas de ordenador): CC6, CC14,CC15
Resultados por Sistema de Evaluación:
S1 (asistencia y participación): 6, 14, 15
S2 (conocimientos teóricos): 6, 14, 15
S3 y S4 (Prácticas de ordenador): 6, 14, 15
- Metaheuristic Search Concepts [Recurso electrónico] : A Tutorial with Applications to Production and. Edición: -. Autor: Zäpfel, Günther.. Editorial: Berlin, Heidelberg : Springer-Verlag Berlin Heidelberg, 2010. (C. Biblioteca)
- Handbook of metaheuristics. Edición: 2nd ed.. Autor: -. Editorial: New York : Springer, cop. 2010 (C. Biblioteca)
- Metaheuristics: from design to implementation. Edición: -. Autor: Talbi, El-Ghazali, 1965-. Editorial: Hoboken, N.J. : John Wiley & Sons, 2009 (C. Biblioteca)
- Genetic algorithms + data structures = evolution programs. Edición: 3rd rev. and extended ed. Autor: Michalewicz, Zbigniew. Editorial: Berlin: Springer, cop. 1999 (C. Biblioteca)
- Ant colony optimization. Edición: -. Autor: Dorigo, Marco. Editorial: Cambridge [etc.]: The MIT Press, cop. 2004 (C. Biblioteca)
- Introduction to evolutionary computing. Edición: -. Autor: Eiben, A. E.. Editorial: Berlin [etc.]: Springer, cop. 2003 (C. Biblioteca)
- New ideas in optimization. Edición: -. Autor: -. Editorial: London [etc.]: McGraw Hill, cop. 1999 (C. Biblioteca)
- Stochastic local search [Recurso electrónico] : foundations and applications. Edición: -. Autor: Hoos, Holger H.. Editorial: San Francisco, CA : Morgan Kaufmann Publishers, c2005. (C. Biblioteca)
- Metaheuristics [Recurso electrónico] : Progress in Complex Systems Optimization. Edición: -. Autor: Doerner, Karl F.. Editorial: Boston, MA : Springer Science+Business Media, LLC, 2007. (C. Biblioteca)
- Metaheuristics for Hard Optimization [Recurso electrónico] : Simulated Annealing, Tabu Search, Evolu. Edición: -. Autor: Dréo, Johann. Editorial: Berlin, Heidelberg : Springer-Verlag Berlin Heidelberg, 2006. (C. Biblioteca)
- Hybrid Metaheuristics [Recurso electrónico] : An Emerging Approach to Optimization. Edición: -. Autor: Blum, Christian. Editorial: Berlin, Heidelberg : Springer Berlin Heidelberg, 2008 (C. Biblioteca)
Semana | A1 - Clases expositivas en gran grupo | A2R - Clases en pequeño grupo | A3 - Tutorías colectivas/individuales | Trabajo autónomo | Observaciones | |
---|---|---|---|---|---|---|
Nº 1 12 - 18 sept. 2016 |
2.0 | 2.0 | 0.0 | 2.0 | Presentación. Módulo I. Introducción. | |
Nº 2 19 - 25 sept. 2016 |
2.0 | 0.0 | 2.0 | 7.0 | Módulo II. Métodos basados en trayectorias. Seminario Práctica 1. | |
Nº 3 26 sept. - 2 oct. 2016 |
2.0 | 2.0 | 0.0 | 6.0 | Módulo II. Métodos basados en trayectorias. Práctica 1. | |
Nº 4 3 - 9 oct. 2016 |
2.0 | 2.0 | 0.0 | 6.0 | Módulo II. Métodos basados en trayectorias. Práctica 1. | |
Nº 5 10 - 16 oct. 2016 |
2.0 | 2.0 | 0.0 | 6.0 | Módulo II. Métodos basados en trayectorias. Práctica 1. | |
Nº 6 17 - 23 oct. 2016 |
2.0 | 2.0 | 0.0 | 6.0 | Módulo II. Métodos basados en trayectorias. Módulo III. Métodos basados en poblaciones. Práctica 1. | |
Nº 7 24 - 30 oct. 2016 |
2.0 | 0.0 | 2.0 | 7.0 | Módulo III. Métodos basados en poblaciones. Seminario Práctica 2. | |
Nº 8 31 oct. - 6 nov. 2016 |
2.0 | 2.0 | 0.0 | 6.0 | Módulo III. Métodos basados en poblaciones. Práctica 2. | |
Nº 9 7 - 13 nov. 2016 |
2.0 | 2.0 | 0.0 | 6.0 | Módulo III. Métodos basados en poblaciones. Práctica 2. | |
Nº 10 14 - 20 nov. 2016 |
2.0 | 2.0 | 0.0 | 6.0 | Módulo III. Métodos basados en poblaciones. Práctica 2. | |
Nº 11 21 - 27 nov. 2016 |
2.0 | 2.0 | 0.0 | 6.0 | Módulo III. M?todos basados en poblaciones. Práctica 2. | |
Nº 12 28 nov. - 4 dic. 2016 |
2.0 | 1.0 | 1.0 | 7.0 | Módulo III. Métodos basados en poblaciones. Seminario Práctica 3. | |
Nº 13 5 - 11 dic. 2016 |
2.0 | 2.0 | 0.0 | 6.0 | Módulo IV. Metaheurísticas híbridas. Práctica 3. | |
Nº 14 12 - 18 dic. 2016 |
2.0 | 2.0 | 0.0 | 6.0 | Módulo IV. Metaheurísticas híbridas. Práctica 3. | |
Nº 15 19 - 22 dic. 2016 |
2.0 | 2.0 | 0.0 | 7.0 | Ejercicios | |
Total Horas | 30.0 | 25.0 | 5.0 | 90.0 |