Universidad de Jaén

Menú local

Guía docente 2017-18 - 13312022 - Metaheurísticas



TITULACIÓN: Grado en Ingeniería informática
CENTRO: ESCUELA POLITÉCNICA SUPERIOR (JAÉN)
CURSO: 2017-18
ASIGNATURA: Metaheurísticas
GUÍA DOCENTE
1. DATOS BÁSICOS DE LA ASIGNATURA
NOMBRE: Metaheurísticas
CÓDIGO: 13312022 CURSO ACADÉMICO: 2017-18
TIPO: Obligatoria
Créditos ECTS: 6.0 CURSO: 3 CUATRIMESTRE: PC
WEB: http://dv.ujaen.es/docencia/goto_docencia_crs_351684.html
2. DATOS BÁSICOS DEL PROFESORADO
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: GARCÍA VICO, ÁNGEL MIGUEL
IMPARTE: Prácticas
DEPARTAMENTO: U118 - INFORMÁTICA
ÁREA: 075 - CIENCIA DE LA COMPUTACIÓN E INT. ARTIFICIAL
N. DESPACHO: A3 - A3-102 E-MAIL: agvico@ujaen.es TLF: 953211956
TUTORÍAS: https://uvirtual.ujaen.es/pub/es/informacionacademica/tutorias/p/118779
URL WEB: http://simidat.ujaen.es/members/agarciavico
ORCID: -
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
3. PRERREQUISITOS, CONTEXTO Y RECOMENDACIONES
PRERREQUISITOS:
-
CONTEXTO DENTRO DE LA TITULACIÓN:

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.

RECOMENDACIONES Y ADAPTACIONES CURRICULARES:
- El alumnado que presente necesidades específicas de apoyo educativo, lo ha de notificar personalmente al Servicio de Atención y Ayudas al Estudiante para proceder a realizar, en su caso, la adaptación curricular correspondiente.
4. COMPETENCIAS Y RESULTADOS DE APRENDIZAJE
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.
5. CONTENIDOS

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.

  1. Metaheurísticas: Introducción y clasificación.

Módulo II: Métodos basados en trayectorias.

  1. Algoritmos de búsqueda local básicos
  2. Enfriamiento simulado
  3. Algoritmos de búsqueda tabú
  4. Métodos basados en trayectorias múltiples

Módulo III: Métodos basados en poblaciones.

  1. Concepto y elementos de los algoritmos basados en poblaciones.
  2. Algoritmos genéticos. Programación genética.
  3. Evolución diferencial y otros algoritmos de optimización continua.
  4. Metaheurísticas basadas en adaptación social.

Módulo IV. Metaheurísticas híbridas: poblaciones y trayectorias.

  1. Algoritmos meméticos y búsqueda dispersa

 

PRÁCTICAS

Práctica 1: Metaheurísticas basadas en trayectorias

Práctica 2: Metaheurísticas basadas en poblaciones

Práctica 3: Búsquedas Híbridas

6. METODOLOGÍA Y ACTIVIDADES
 
ACTIVIDADES HORAS PRESEN­CIALES HORAS TRABAJO AUTÓ­NOMO TOTAL HORAS CRÉDITOS ECTS COMPETENCIAS (códigos)
A1 - Clases expositivas en gran grupo
  • M1 - Clases magistrales
  • M2 - Exposición de teoría y ejemplos generales
  • M3 - Actividades introductorias
  • M4 - Conferencias
30.0 45.0 75.0 3.0
  • CB2R
  • CB3R
  • CB5R
A2R - Clases en pequeño grupo
  • M10R - Aulas de informática
  • M11R - Resolución de ejercicios
  • M12R - Presentaciones/exposiciones
  • M6R - Actividades practicas
  • M7R - Seminarios
  • M8R - Debates
25.0 37.5 62.5 2.5
  • CC14R
  • CC15R
  • CC6R
A3 - Tutorías colectivas/individuales
  • M14 - Supervisión de trabajos dirigidos
  • M15 - Seminarios
  • M16 - Debates
  • M17 - Aclaración de dudas
  • M18 - Comentarios de trabajos individuales
  • M19 - Presentaciones/exposiciones
5.0 7.5 12.5 0.5
  • CC14R
  • CC15R
  • CC6R
TOTALES: 60.0 90.0 150.0 6.0  
 
INFORMACIÓN DETALLADA:

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.

7. SISTEMA DE EVALUACIÓN
 
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%
El sistema de calificación se regirá por lo establecido en el RD 1125/2003 de 5 de septiembre por el que se establece el sistema europeo de créditos y el sistema de calificaciones en la titulaciones universitarias de carácter oficial
INFORMACIÓN DETALLADA:

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. Excepcionalmente, los alumnos que no hayan podido entregar las prácticas en plazo podrán hacerlo el día del examen con un porcentaje de la nota inicial.

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

 

8. DOCUMENTACIÓN / BIBLIOGRAFÍA
ESPECÍFICA O BÁSICA:
  • 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)
GENERAL Y COMPLEMENTARIA:
  • 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)
9. CRONOGRAMA (primer cuatrimestre)
 
Semana A1 - Clases expositivas en gran grupo A2R - Clases en pequeño grupo A3 - Tutorías colectivas/individuales Trabajo autónomo Observaciones
Nº 1
11 - 17 sept. 2017
2.00.00.0 4.0 Presentación. Módulo I. Introducción.
Nº 2
18 - 24 sept. 2017
2.00.02.0 6.0 Módulo II. Métodos basados en trayectorias. Seminario
Nº 3
25 sept. - 1 oct. 2017
2.02.02.0 7.0 Módulo II. Métodos basados en trayectorias. Práctica 1. Seminario
Nº 4
2 - 8 oct. 2017
2.02.00.0 6.0 Módulo II. Métodos basados en trayectorias. Práctica 1.
Nº 5
9 - 15 oct. 2017
2.02.00.0 6.0 Módulo II. Métodos basados en trayectorias. Práctica 1.
Nº 6
16 - 22 oct. 2017
2.02.00.0 6.0 Módulo II. Métodos basados en trayectorias. Módulo III. Métodos basados en poblaciones. Práctica 1.
Nº 7
23 - 29 oct. 2017
2.02.00.0 6.0 Módulo III. Métodos basados en poblaciones. Seminario Práctica 2.
Nº 8
30 oct. - 5 nov. 2017
2.02.00.0 6.0 Módulo III. Métodos basados en poblaciones. Práctica 2.
Nº 9
6 - 12 nov. 2017
2.02.00.0 6.0 Módulo III. Métodos basados en poblaciones. Práctica 2.
Nº 10
13 - 19 nov. 2017
2.02.00.0 6.0 Módulo III. Métodos basados en poblaciones. Práctica 2.
Nº 11
20 - 26 nov. 2017
2.02.00.0 6.0 Módulo III. Métodos basados en poblaciones. Práctica 2.
Nº 12
27 nov. - 3 dic. 2017
2.02.00.0 6.0 Módulo III. Métodos basados en poblaciones. Práctica 3.
Nº 13
4 - 10 dic. 2017
2.02.00.0 6.0 Módulo IV. Metaheurísticas híbridas. Práctica 3.
Nº 14
11 - 17 dic. 2017
2.02.00.0 6.0 Módulo IV. Metaheurísticas híbridas. Práctica 3.
Nº 15
18 - 21 dic. 2017
2.01.01.0 7.0 Ejercicios
Total Horas 30.0 25.0 5.0 90.0