Menú local
Guía docente 2019-20 - 13312022 - Metaheurísticas
TITULACIÓN: | Grado en Ingeniería informática |
CENTRO: | ESCUELA POLITÉCNICA SUPERIOR (JAÉN) |
CURSO: | 2019-20 |
ASIGNATURA: | Metaheurísticas |
NOMBRE: Metaheurísticas | |||||
CÓDIGO: 13312022 | CURSO ACADÉMICO: 2019-20 | ||||
TIPO: Obligatoria | |||||
Créditos ECTS: 6.0 | CURSO: 3 | CUATRIMESTRE: PC | |||
WEB: https://dv.ujaen.es/docencia/goto_docencia_crs_351684.html |
NOMBRE: CARMONA DEL JESÚS, CRISTÓBAL JOSÉ | ||
IMPARTE: Teoría - Prácticas [Profesor responsable] | ||
DEPARTAMENTO: U118 - INFORMÁTICA | ||
ÁREA: 075 - CIENCIA DE LA COMPUTACIÓN E INT. ARTIFICIAL | ||
N. DESPACHO: A3 - A3-226 | E-MAIL: ccarmona@ujaen.es | TLF: 953211722 |
TUTORÍAS: https://uvirtual.ujaen.es/pub/es/informacionacademica/tutorias/p/25933 | ||
URL WEB: http://simidat.ujaen.es/members/cjcarmona | ||
ORCID: - |
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.
El alumno debe realizar un seguimiento continuo de la asignatura dado que por su naturaleza los conceptos que se imparten no son excluyentes sino que están íntimamente relacionados.
Es muy importante que el alumno asista tanto a las sesiones teóricas como prácticas y que realice trabajo autónomo en casa para reforzar todos los conceptos vistos y estudiados en clase.
Por último, se recomienda que el alumno estudie con antelación a la realización de las prácticas el guión correspondiente y manuales proporcionados por los profesores. De igual forma deben trabajar los ejercicios propuestos y que serán tratados tanto en las clases teóricas como en las prácticas.
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.
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
Unidad 1. Introducción a las Metaheurísticas
- Resolución de problemas mediante búsquedas
- Conceptos básicos y clasificación
- Conceptos avanzados
Unidad 2. Metaheurísticas basadas en trayectorias
- Enfriamiento simulado
- Búsqueda tabú
- Trayectorias múltiples
- Conceptos avanzados
Unidad 3. Metaheurísticas basadas en poblaciones
- Algoritmos genéticos
- Evolución diferencial
- Conceptos avanzados
Unidad 4. Metaheurísticas basadas en adaptación social
- Algoritmos basados en colonias de hormigas
- Optimización basada en nubes de partículas
- Conceptos avanzados
Unidad 5. Metaheurísticas híbridas
- Algoritmos meméticos
- Búsqueda dispersa
- Conceptos avanzados
Unidad 6. Metaheurísticas paralelas
- Paralelismo en metaheurísticas
- Estrategias de metaheurísticas paralelas
- Map-Reduce
PRÁCTICAS Y TUTORÍAS COLECTIVAS
Práctica 1. Metaheurísticas basadas en
trayectorias.
Práctica 2. Metaheurísticas basadas en
poblaciones.
Práctica 3. Metaheurísticas avanzadas.
Seminario 1. Software de metaheurísticas y prueba
inicial de conceptos.
Seminario 2. Problemas de optimización.
Seminario 3. Presentación de trabajos.
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 a través de sesiones magistrales y clases de problemas. El primer tipo refleja el carácter eminentemente descriptivo donde se presentarán los aspectos teóricos de las técnicas, y un segundo tipo de clase más aplicada donde se analizarán la adaptación de las técnicas vistas para resolver problemas. Se incorporarán también actividades complementarias que permitan comenzar discusiones, estudios incrementales con respecto a todas las técnicas vistas hasta el momento. Resolución de ejercicios y problemas reales, así como resolución de dudas que permitan evaluar la participación del alumno en la asignatura.
La parte teórica se completará con clases donde se analizarán aspectos avanzados de las distintas técnicas que se irán viendo en clase y que los alumnos deberán trabajar de forma autónoma.
La parte práctica se llevará a cabo en los laboratorios a través de prácticas de ordenador y seminarios, realizándose en parejas para fomentar el análisis y debate ante decisiones en el diseño de la metaheurísticas, considerando posteriormente los resultados y obteniendo conclusiones de los estudios vistos.
ASPECTO | CRITERIOS | INSTRUMENTO | PESO |
---|---|---|---|
Asistencia y/o participación en actividades presenciales y/o virtuales | Asistencia y participación | Observación y notas del profesor | 10.0% |
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. | 30.0% |
Prácticas de laboratorio/campo/uso de herramientas TIC | Prácticas de laboratorio/ordenador | Control de prácticas de laboratorio/ordenador | 10.0% |
Atendiendo a lo recogido en el art. 13 del Reglamento de Régimen Académico y de Evaluación del alumnado de la Universidad de Jaén, la evaluación de la asignatura será global.
A lo largo de las distintas pruebas de evaluación se revisarán la obtención de todas las competencias descritas previamente en la guía dividiéndose la evaluación de la siguiente forma:
TEORÍA
- Teoría (20%): Se planteará un examen escrito de 10 puntos que contará con preguntas cortas y/o preguntas tipo test. Es necesario obtener al menos 5 puntos en esta parte para poder sumar el resto de puntuaciones obtenidas en la asignatura.
- Problemas (30%): Se planteará un examen escrito de 10 puntos en el que alumno tendrá que resolver distintos problemas de que se hayan visto a lo largo de la asignatura. Es necesario obtener al menos 5 puntos para poder sumar con el resto de puntuaciones obtenidas.
PRÁCTICAS
-
Entrega y defensa (30%): Se desarrollará en el laboratorio y cada una de las prácticas será puntuada entre 0 y 10 puntos. La nota final de prácticas será ponderada entre las tres prácticas con valores de 40%, 40% y 20%, respectivamente. Prácticas por debajo de 3.5 puntos no se tendrán en cuenta en la ponderación y es necesario superar con al menos 5 puntos la suma de las tres prácticas para poder sumar el resto de puntuaciones obtenidas en la asignatura.
- Control de prácticas (10%): Se realizará un seguimiento del alumno (incluida la asistencia) a las sesiones de prácticas. También se evaluará la entrega en tiempo de la memoria correspondiente a cada una de las prácticas.
Cada una de las prácticas se evaluarán 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. Se evaluará tanto la defensa final de cada trabajo como la evolución del alumno durante las prácticas.
Excepcionalmente, los alumnos que no hayan podido entregar o superar alguna de las prácticas en plazo podrán hacerlo en fecha del examen ordinario con un porcentaje del 75% de la nota inicial.
ASISTENCIA (10%)
-
La evaluación de asistencia y participación se determinará mediante la realización de ejercicios en clase, el control de asistencia a las clases teóricas y/o prácticas, y la participación en presentaciones realizadas al grupo.
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.
RESULTADOS POR SISTEMA DE EVALUACIÓN:
Con la evaluación de la parte teórica de la asignatura se consigue evaluar de forma adecuada los resultados de aprendizaje de la asignatura 15 y 19.
Mediante la evaluación de los conceptos prácticas se evaluan los resultados de aprendizaje 14, 15 y 19.
- Handbook of metaheuristics [Recurso electrónico]. Edición: -. Autor: -. Editorial: Boston : Kluwer Academic Publishers, 2003 (C. Biblioteca)
- Genetic algorithms + data structures = evolution programs. Edición: 3rd rev. and extended ed. Autor: Michalewicz, Zbigniew. Editorial: Berlin: Springer, cop. 1999 (C. Biblioteca)
- Handbook of Multicriteria Analysis [Recurso electrónico] . Edición: -. Autor: Zopounidis, Constantin. Editorial: Berlin, Heidelberg : Springer-Verlag Berlin Heidelberg, 2010. (C. Biblioteca)
- Ant colony optimization. Edición: -. Autor: Dorigo, Marco. Editorial: Cambridge [etc.]: The MIT Press, cop. 2004 (C. Biblioteca)
- Introduction to evolutionary computing. Edición: 2nd ed.. Autor: Eiben, Agoston E,. Editorial: Berlin [etc] : Springer, 2015 (C. Biblioteca)
- Parallel Metaheuristics. Edición: -. Autor: Enrique Alba. Editorial: John Wiley & Sons (C. Biblioteca)
- Modern Heuristic Techniques for Combinatorial Problems. Edición: -. Autor: C. R. Reeves. Editorial: Blackwell Scientific Pub. (C. Biblioteca)
- Metaheuristics: from design to implementation. Edición: -. Autor: Talbi, El-Ghazali, 1965-. Editorial: Hoboken, N.J. : John Wiley & Sons, 2009 (C. Biblioteca)
- Handbook of metaheuristics. Edición: 2nd ed.. Autor: -. Editorial: New York : Springer, cop. 2010 (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)
Semana | A1 - Clases expositivas en gran grupo | A2R - Clases en pequeño grupo | A3 - Tutorías colectivas/individuales | Trabajo autónomo | Observaciones | |
---|---|---|---|---|---|---|
Nº 1 9 - 15 sept. 2019 |
2.0 | 0.0 | 2.0 | 6.0 | Unidad 1 - S1: Software de Metaheurísticas | |
Nº 2 16 - 22 sept. 2019 |
2.0 | 0.0 | 2.0 | 6.0 | Unidad 2 - S2: Problemas de optimización | |
Nº 3 23 - 29 sept. 2019 |
2.0 | 2.0 | 0.0 | 5.0 | Unidad 2 - Práctica 1 | |
Nº 4 30 sept. - 6 oct. 2019 |
2.0 | 2.0 | 0.0 | 6.0 | Unidad 2 - Práctica 1 | |
Nº 5 7 - 13 oct. 2019 |
2.0 | 2.0 | 0.0 | 6.0 | Unidad 2 - Práctica 1 | |
Nº 6 14 - 20 oct. 2019 |
2.0 | 2.0 | 0.0 | 6.0 | Unidad 3 - Práctica 1 | |
Nº 7 21 - 27 oct. 2019 |
2.0 | 2.0 | 0.0 | 6.0 | Unidad 3 - Práctica 2 | |
Nº 8 28 oct. - 3 nov. 2019 |
2.0 | 2.0 | 0.0 | 6.0 | Unidad 3 - Práctica 2 | |
Nº 9 4 - 10 nov. 2019 |
2.0 | 2.0 | 0.0 | 6.0 | Unidad 3 - Práctica 2 | |
Nº 10 11 - 17 nov. 2019 |
2.0 | 2.0 | 0.0 | 6.0 | Unidad 4 - Práctica 2 | |
Nº 11 18 - 24 nov. 2019 |
2.0 | 2.0 | 0.0 | 6.0 | Unidad 4 - Práctica 2 | |
Nº 12 25 nov. - 1 dic. 2019 |
2.0 | 2.0 | 0.0 | 6.0 | Unidad 4 - Práctica 2 | |
Nº 13 2 - 8 dic. 2019 |
2.0 | 2.0 | 0.0 | 6.0 | Unidad 5 - Práctica 3 | |
Nº 14 9 - 15 dic. 2019 |
2.0 | 2.0 | 0.0 | 6.0 | Unidad 5 y 6 - Práctica 3 | |
Nº 15 16 - 19 dic. 2019 |
2.0 | 1.0 | 1.0 | 7.0 | Unidad 6 - Práctica 3 - S3: Exposición de trabajos | |
Total Horas | 30.0 | 25.0 | 5.0 | 90.0 |