• Descripción

Bienvenidos a la asignatura Optimización Metaheurística, una disciplina de la Investigación Operativa que hace uso también de la Informática, especialmente de algoritmos y de la teoría de la complejidad computacional, para poder desarrollarse. La optimización combinatoria estudia problemas de los que se consideran "difíciles" (NP-hard), es decir, con un espacio de soluciones muy grande. Los algoritmos metaheurísticos tratan de realizar una búsqueda eficiente y eficaz en dicho espacio de búsqueda, obteniendo una buena solución, aunque en general no se pueda garantizar que sea la mejor de todas (óptima). En esta asignatura se introducen conceptos y se diseñan algoritmos para abordar algunos de los problemas de optimización combinatoria más estudiados en la literatura y en la vida real. Dichos algoritmos son conocidos como métodos heurísticos o metaheurísticos. Se estudiarán métodos existentes en la literatura con el objetivo de aprender y proponer nuevos procedimientos para abordar problemas "difíciles", realizando experimentos computacionales y analizando los resultados obtenidos con el objetivo de que los algoritmos propuestos tengan un buen comportamiento, tanto desde el punto de vista de la eficiencia como de la eficacia.

• La asignatura en el conjunto del plan de estudios

Esta asignatura está fuertemente relacionada con las de Simulación, Investigación Operativa, y TMF-Modelización & Simulación.

Nota: El máster ha tenido una modificación del plan de estudios para mejorar y actualizar los contenidos de las asignaturas. Esto hace que haya algunos cambios de creditaje en asignaturas que comparten aula y/o cambios de nomenclatura. En los casos que esto ocurre no se producen cambios sustanciales en los contenidos, aunque puede que se pida alguna actividad adicional para las asignaturas de 6 créditos respecto a las de 5 créditos del plan anterior.

• Campos profesionales en el que se proyecta

La Optimización Metaheurística está en la intersección de las áreas Investigación Operativa, Ciencia de los Computadores, e Inteligencia Artificial. Un excelente vídeo de introducción a la Investigación Operativa (Operations Research) se puede encontrar en:  https://www.youtube.com/watch?time_continue=1&v=sFWrmpXPVJw

Se recomienda también consultar las webs siguientes:

• INFORMS:  https://www.informs.org
• SEIO:  http://www.seio.es/
• EURO:  www.euro-online.org 

• Conocimientos previos

• Capacidad para leer textos científicos en inglés.
• Conocimientos básicos de matemáticas (nivel grado, licenciatura, o ingeniería).
• Capacidad analítica.
• Conocimientos básicos-intermedios de programación en Java o Python.
• Interés por las aplicaciones de la optimización en diferentes áreas (transporte, logística, finanzas, redes de telecomunicaciones, etc.)

• Información previa a la matrícula

Esta asignatura no requiere haber cursado ninguna otra del máster.

• Objetivos y competencias

Los objetivos principales de la asignatura son:

• Introducir a los estudiantes en el área de la optimización metaheurística en general y en algunos de los problemas más estudiados y cotidianos en particular. Conocer los principales tipos de algoritmos heurísticos y metaheurísticos para abordar dichos problemas.
• Diseñar y desarrollar algoritmos para los problemas estudiados, analizando su comportamiento bajo un banco de pruebas formado por instancias de problemas.

Una vez cursada la asignatura, los estudiantes deben ser capaces de:

• Entender los principales conceptos de la optimización metaheurística.
• Conocer los principales tipos de heurísticos y metaheurísticas para abordar problemas de optimización combinatoria.
• Diseñar y desarrollar algoritmos para algunos de los problemas más estudiados de optimización combinatoria.
• Saber analizar los resultados obtenidos por los métodos desarrollados, realizando comparativas para evaluar su eficiencia y eficacia, utilizando para ello técnicas estadísticas.
• Entender las principales ideas descritas en artículos científicos.

• Contenidos

1. Introducción a la optimización metaheurística.

2. Principales tipos de algoritmos para abordar problemas de optimización combinatoria.

3. Aleatorización sesgada (biased randomization).

4. Metaheurísticas.

5. Simheurísticas (simheuristics).

6. Learnheurísticas (learnheuristics).

• Informaciones sobre la evaluación en la UOC

El proceso de evaluación se fundamenta en el trabajo personal del estudiante y presupone la autenticidad de la autoría y la originalidad de los ejercicios realizados.

La falta de autenticidad en la autoría o de originalidad de las pruebas de evaluación; la copia o el plagio; el intento fraudulento de obtener un resultado académico mejor; la colaboración, el encubrimiento o el favorecimiento de la copia, o la utilización de material, software o dispositivos no autorizados durante la evaluación, entre otras, son conductas irregulares en la evaluación que pueden tener consecuencias académicas y disciplinarias graves.

Estas conductas irregulares pueden comportar el suspenso (D/0) en las actividades evaluables que se definan en el plan docente -incluidas las pruebas finales- o en la calificación final de la asignatura, sea porque se han utilizado materiales, software o dispositivos no autorizados durante las pruebas, como por ejemplo redes sociales o buscadores de información en internet, porque se han copiado fragmentos de texto de una fuente externa (internet, apuntes, libros, artículos, trabajos o pruebas de otros estudiantes, etc.) sin la citación correspondiente, o porque se ha llevado a cabo cualquier otra conducta irregular.

Así mismo, y de acuerdo con la normativa académica, las conductas irregulares en la evaluación también pueden dar lugar a la incoación de un procedimiento disciplinario y a la aplicación, si procede, de la sanción que corresponda, de conformidad con lo establecido en la normativa de convivencia de la UOC.

En el marco del proceso de evaluación, la UOC se reserva la potestad de:

• Solicitar al estudiante que acredite su identidad según lo establecido en la normativa académica.
• Solicitar al estudiante que acredite la autoría de su trabajo a lo largo de todo el proceso de evaluación, tanto evaluación continua como evaluación final, por medio de una prueba oral o los medios síncronos o asíncronos que establezca la universidad. Estos medios tendrán por objeto verificar los conocimientos y las competencias que garanticen la autoría; en ningún caso implicarán una segunda evaluación. Si no es posible garantizar la autoría del estudiante, la prueba será calificada con D, en el caso de la evaluación continua, o con un Suspenso, en el caso de la evaluación final.
  A estos efectos, la UOC puede exigir al estudiante el uso de un micrófono, una cámara u otras herramientas durante la evaluación; será responsabilidad del estudiante asegurar que tales dispositivos funcionan correctamente.

• Consulta del modelo de evaluación