INSTITUTO TECNOLÓGICO Y DE ESTUDIOS SUPERIORES DE MONTERREY
In95044. Técnicas de inteligencia artificial en logística


Técnicas de Inteligencia Artificial en Logística
Departamento académico:Ingeniería industrial y de sistemas
Unidades:3-0-8
Requisito:
Semestre y carrera:
Equivalencia:Ninguna
Objetivo general de la materia:Conocer diversas herramientas de inteligencia artificial para su aplicación a la toma de decisiones y optimización en logística. Desarrollar habilidades de análisis y programación computacional que le permita al estudiante aplicar estas técnicas a problemas de logística que se presentan en la vida real

Conocer las capacidades, costos y beneficios de la aplicación de técnicas de inteligencia artificial a problemas de logística

Temas y subtemas del curso:1. Introducción a la Inteligencia Artificial
1.1. Características de la Inteligencia Artificial
1.2. Aplicaciones de la IA en sistemas de toma de decisiones

2. Cómputo Suave
2.1.Redes Neuronales
2.2 Computación con lógica difusa
2.3. Algoritmos genéticos y computación evolutiva

3. Inteligencia Artificial Distribuida: Sistema Multi-Agentes (SMA)
3.1 Conceptos y definiciones de SMA
3.2 Técnicas de Aprendizaje dentro de los SMA
3.3 Técnica de Negociación en SMA
3.4 Protocolo de comunicación en SMA

4. Desarrollo de aplicaciones de IA en logística
4.1 Casos de aplicación
4.2 Desarrollo del proyecto

Objetivos específicos de aprendizaje:Tema 1:
Que el alumno conozca las ventajas que ofrece la IA para la toma de decisiones en problemas reales, su beneficio y las implicaciones de costo y tecnología requerida

Tema 2:
Que el alumno conozca una diversidad de técnicas de cómputo suave y que sepa aplicarlas dependiendo del problema que se le presente. Que conozca casos de éxito en la aplicación de estas tecnologías a problemas de interacción máquina-humano, toma de decisiones asíncronas y tiempo real, y general en diversos problemas de optimización y análisis del mundo real.

Tema 3:
Que el alumno conozca el funcionamiento de los Sistemas Multi-Agentes, sus componentes y características principales, así como sus aplicaciones en la industria.

Tema 4:
Que el alumno sea capaz de implementar la teoría aprendida en el curso en la aplicación de logística mediante un proyecto curbiendo los aspectos técnicos mas relevantes.

Metodología de enseñanza:ñanza
Tiempo estimado de cada tema:Tema 1. 5 horas
Tema 2 12 horas
Tema 3 12 horas
Tema 4 16 horas

Políticas de evaluacion sugeridas:Exámenes parciales y tareas 45%
Examen final 25%
Proyecto final 30%

Libro de texto1:• Plummer, J.D.; M.D. Deal and P.B. [1] Stuart Russell, Meter Norvig, Artificial Intelligence: A Modern Approach, Prentice Hall, 2nd Edition,

Libro de texto2:Michael Wooldridge, An introduction to MultiAgent Systems, John Wiley & sons, 2001.
Libro de texto3:
Libro de consulta:\0Material de apoyo:
Perfil del Profesor:Maestría o Doctorado en ingeniería industrial o investigación de operaciones y/o en computación con especialidad en Inteligencia Artificial.


Fecha de la última actualización : 27 de julio de 2004(M)