Ma 95
080 Optimización Heurística
3-0-8 Requisito:Haber aprobado
el curso:In95-841,Ma95-075,Ma95-076,Ma95-078
Semestre y carrera:IFI, ISE, IIS, IEC Séptimo Semestre
Equivalencia:Ninguna
Objetivo general de la materia:Introducir
a los alumnos al estudio de los métodos heurísticos de optimización combinatoria
y en sus diferentes técnicas de solución con el fin de desarrollar en ellos
las habilidades de resolver problemas NP-duros con variables discretas.
Temas y subtemas del
curso:
Unidad I
- Introducción a las técnicas
heurísticas.
- Métodos heurísticos.
- Experimentos computacionales.
- Establecimiento de las
metas de la experimentación.
- Medidas de desempeño
- Ejecución del experimento
- Análisis de resultados
y conclusiones
- Reportes de experimentaciones
con heurísticas
Unidad II
- Búsqueda tabú (TS).
- Uso de la memoria.
- Intensificación y Diversificación.
- Programación de Memoria
Adaptativa
- Elementos de memoria
adaptativa
Unidad III
- Fundamentos: Memoria
de Corto Plazo.
- Memoria basada en la
recencia.
- Un enfoque a primer nivel
para TS
- Permanencia tabú.
- Criterios de aspiración.
Unidad IV
- Fundamentos: Memoria
de Largo Plazo.
- Memoria basada en la
frecuencia.
- Estrategias de intensificación.
- Estrategias de diversificación
- Oscilación estratégica
- Reencadenamiento de
trayectorias
Unidad V
- Principios de TS.
- Influencia y medidas
de distancia y diversidad.
- Principios de persistencia.
- Movimientos compuestos,
profundidad variable y cadenas de expulsión.
- Principio de optimalidad
próxima.
Unidad VI
- Tópicos especiales de
TS.
- Programación de memoria
adaptativa.
- Reencadenamiento de
trayectorias.
- Scatter search.
Unidad VII
- Introducción a Algoritmos
Genéticos.
- Introducción a AGs.
- El AG Simple.
- Operadores Normales
en el Proceso Evolutivo.
- El Teorema Fundamental
de AGs
Unidad VIII
- Modelación y Diseño
de AGs.
- Algunas funciones de
Optimización con AGs
- Implementación de Ags
- Modelación de Problemas
de Optimización con Ags
Unidad IX
- Tópicos Especiales de
AGs.
- Representaciones No-binarias.
- Tópicos relacionados.
Objetivos específicos de
aprendizaje:Los objetivos específicos de cada tema son: Conocer, analizar y
aplicar las métodos heurísticos de optimización combinatoria y sus aplicaciones.
Metodología de enseñanza:
Tiempo estimado de cada
tema:2 semanas
Políticas de evaluacion
sugeridas:
Tres exámenes parciales
(80%)
Examen final (20%)
Cada examen consta de dos
partes, una para realizar en el salón de clases y otra extraclase que será discutida
con el profesor
Bibliografía
- F. Glover and Laguna,
M. Tabu Search. Kluwer Academic Publishers, 1997.
- Zurada, J., Introduction
to Artificial Neural System. PWS Publishing Company, 1992.
- Haykin, S. Neural Networks:
A comprehensive foundation. Prentice Hall, 2nd Edition, 1999.
- Goldberg, David Genetic
Algorithms in Search, Optimization and Machine Learning, Addison Wesley, 1989
Perfil del profesor:Profesor
con doctorado en el área de optimización y graduado en una carrera de matemáticas
o ingeniería.
Campus:Monterrey