banner

Site menu:

Principal >> Cursos Académicos >> Cursos
NOMBRE DEL CURSOComputación Evolutiva y Algoritmos Bioinspirados
NOMBRE DEL MODULOSOFT COMPUTING: FUNDAMENTOS
Nº CRÉDITOS EUROPEOS3 ECTS
COORDINADORManuel Lozano Marquez
IDIOMAEspañol
CARÁCTEROptativo
PROFESORADO
Francisco Herrera Triguero 1 ECTS
Manuel Lozano Marquez 2 ECTS
COMPETENCIAS
Se pretende que el alumno sea capaz de:
  • Entender los fundamentos de los distintos modelos de algoritmos evolutivos y algoritmos bioinspirados.
  • Comprender el papel que juega el equilibrio entre diversidad y convergencia durante la ejecución de un algoritmo evolutivo.
  • Analizar las posibles vías para la hibridación algoritmos evolutivos y técnicas de búsqueda local y determinar la aportación de cada método en la obtención de la solución final.
  • Observar cómo la incorporación de conocimiento sobre el problema permite diseñar algoritmos evolutivos específicos más efectivos.
  • Escoger e implementar (con la librería JCLEC) los modelos de algoritmos evolutivos más adecuados para resolver un problema concreto del mundo real.
  • Comprobar, sobre determinados problemas, que los algoritmos bioinspirados mejoran considerablemente las soluciones de métodos clásicos existentes para esos problemas.
METODOLOGÍA DE ENSEÑANZA Y APRENDIZAJE
El sistema de clases es presencial, aunque se pretende el uso intensivo de los recursos de internet para mejorar y potenciar la calidad docente. Para ello profesores y alumnos disponen de un acceso identificado a través de esta web que permite la comunicación directa entre el profesor y el alumno, descarga de material, consultas diversas, foros, realización de encuestas, etc.  Como referencia básica cada ECTS se corresponde con 25 horas de trabajo efectivo del alumno y habitualmente se estructura de la siguiente forma

- 4 horas de clases presenciales
- 4 horas de clases de trabajo práctico en laboratorio
- 17 horas de trabajo del alumno   El profesor motivará que el alumno lea una serie de artículos científicos sobre el área y él mismo aprenda diversos contenidos sobre determinados aspectos más específicos.
CRITERIOS Y PROCEDIMIENTOS DE EVALUACIÓN
Asistencia y seguimiento personal. Evaluación de un trabajo realizado y entregado por el alumno a propuesta del profesor
TEMARIO DE TEORÍA
Introducción a la Computación Evolutiva y a los Algoritmos Bioinspirados 1 ECTS
Diversidad y Convergencia en los Algoritmos Evolutivos 0.5 ECTS
Algoritmos Genéticos con Codificación Real: Estado del Arte 0.5 ECTS
Algoritmos Evolutivos Híbridos 0.25 ECTS
Algoritmos Evolutivos Multiobjetivo: Nuevos Modelos 0.25 ECTS
Algoritmos Bioinspirados: Modelos Avanzados 0.5 ECTS
TEMARIO DE PRÁCTICAS
  • Librería JCLEC
  • Software de Computación Evolutiva y Algoritmos Bioinspirados. El algoritmo CMAES
BIBLIOGRAFÍA
  • E. Bonabeau, M. Dorigo, T. Theraulaz. From Natural to Artificial Swarm Intelligence. Oxford University Press, 1999
  • C.A. Coello Coello, D.A. Van Veldhuizen, G.B. Lamont. Evolutionary Algorithms for Solving Multi-Objective Problems. Kluwer Academic Publishers, New York, 2002
  • D. Corne, M. Dorigo, F. Glover (Eds.). New Ideas in Optimization. McGraw-Hill, 1999
  • K. Deb. Multi-Objective Optimization Using Evolutionary Algorithms. Wiley, Chichester, 2001
  • L.N. De Castro, J. Timmis. Artificial Immune Systems. Springer-Verlag, 2002
  • M. Dorigo, T. Stützle. Ant Colony Optimization. The MIT Press, 2004
  • A.E. Eiben, J.E. Smith. Introduction to Evolutionary Computing. Springer, 2003
  • D.E. Goldberg. Genetic Algorithms in Search, Optimization, and Machine Learning. Addison Wesley, 1989
Máster: Soft Computing y Sistemas Inteligentes
Mapa Web
sugerencias
Dpto. Ciencias de la Computación e Inteligencia Artificial
E.T.S. Ingeniería Informática y de Telecomunicaciones
Universidad de Granada
 
¡CSS Válido!   Valid XHTML 1.1