| Optimización Metaheurística | Código: M0.536 : 6 |
La Optimización Metaheurística combina conceptos de Inteligencia Artificial, Investigación de Operaciones, Informática e Ingeniería Industrial para desarrollar algoritmos y métodos inteligentes capaces de abordar problemas difíciles (NP-hard) y a gran escala de optimización combinatoria, incluso en escenarios donde se consideran condiciones estocásticas o dinámicas (algo que ocurre frecuentemente en muchas aplicaciones de la vida real).
El curso ha diseñado sobre la base de los muchos años de actividades de investigación y transferencia desarrolladas por el equipo ICSO Meta (https://icso.webs.upv.es). Durante estos años, hemos podido desarrollar diferentes tipos de algoritmos heurísticos x, entre ellos: heurísticas aleatorias sesgadas, simheurísticas, heurísticas de aprendizaje, heurísticas de eventos discretos y algoritmos de optimización ágil.
Esta asignatura no requiere haber cursado ninguna otra del máster.
Los objetivos principales de la asignatura son:
- Introducir a los estudiantes en el campo de la optimización metaheurística.
- Descubrir algunos de los problemas más estudiados y sus áreas de aplicación.
- 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.
- Comprender las múltiples aplicaciones prácticas de estos algoritmos en sectores industriales y empresariales.
- Entender las principales ideas descritas en artículos científicos.
- Comprender y poder aplicar conocimientos avanzados de computación y métodos numéricos o computacionales a problemas de ingeniería.
- Aplicar métodos computacionales, matemáticos y estadísticos para modelar, diseñar y desarrollar aplicaciones, servicios, sistemas inteligentes y sistemas basados en el conocimiento.
- Aplicar los métodos matemáticos y computacionales a la resolución de problemas tecnológicos y de ingeniería de empresa, particularmente en tareas de investigación, desarrollo e innovación.
- Modelar problemas mediante un lenguaje matemático y resolverlos mediante un razonamiento formal.
- Identificar teorías matemáticas necesarias para la construcción de modelos a partir de problemas de otras disciplinas.
- Manejar software matemático y estadístico.
- Modelar, simular y analizar sistemas, procesos y redes.
- Introducción a la Optimización y a los X-Heurísticos
- Random Search y VRPs
- Biased-Randomized Algorithms (BRAs)
- GRASP y TOPs
- ILS y PFSPs
- Aplicaciones recientes de los BRAs
- Simulación
- Simheuristics
- Learnheuristics y Agile Optimization
- Algoritmos Genéticos I
- Algoritmos Genéticos II
- Artículo corto original
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.
|
La asignatura solo puede aprobarse con el seguimiento y la superación de la evaluación continua (EC). La calificación final de la asignatura es la nota obtenida en la EC. |