Algoritmos bioinspirados y técnicas de computación evolutiva
 

Asignatura optativa, 6 créditos ECTS

Objetivos:

  • Conocer las características y propiedades referentes a los Algoritmos Bioinspirados.
  • Comprender la funcionalidad de la Computación Evolutiva.
  • Detectar problemas que puedan ser resueltos mediante las técnicas descritas.
  • Diseñar un método evolutivo simple.
  • Ajustar adecuadamente los diferentes parámetros presentes en un Algoritmo Bioinspirado.
  • Diseñar adecuadamente baterías de experimentación.
  • Manejar con cierta destreza el software utilizado.
  • Presentar con rigurosidad los resultados.

Contenidos:

Tema 1: Introducción a los Algoritmos Bioinspirados.
Tema 2: Algoritmos Genéticos.
Tema 3: Estrategias de Evolución.
Tema 4: Introducción a la Programación Genética.
Tema 5: Ideas para Optimización Multiobjetivo
Tema 6: Otras Estrategias Evolutivas
Tema 7: Aplicaciones

Metodología:

Las actividades docentes que se llevarán a cabo durante la impartición del curso son las siguientes:

  • Sesiones expositivas teóricas
  • Sesiones presenciales de prácticas.
  • Elaboración de trabajos propuestos (no presencial)
  • Lectura de material y estudio individual (no presencial)
  • Tutorías individualizadas

Criterios de Evaluación:

Aspecto
CriteriosInstrumento
 Peso
Asistencia a clase

Se valorará la asistencia y la respuesta a las actividades o ejercicios propuestos en clase.  

Seguimiento por parte del profesor de la participación del alumno en las actividades propuestas.  
30%
Resolución de ejercicios y elaboración de trabajos  
Se valorará la corrección y la eficiencia de los trabajos y programas realizados. 
Corrección por parte del profesor 
70%

 

 Bibliografía:

  • Michalewicz Z., Genetic Algorithms and Data Structures: Evolution Programs. Springer, 1999.
  • J. Koza. Genetic Programming: On the Programming of Computers by Means of Natural Selection. The MIT Press, 1992.
  • Holland, J.H. Adaptation in Natural and Artifiical Systems. Univ. Michigan Press, 1975.
  • Goldberg, D.E., Genetic Algorithms in Search, Optimization and Machine Learning. Addison-Wesley, 1989.
  • Eiben, A.E. y Smith, J.E. Introduction to evolutionarly computing. Springer, 2007.

Profesores del curso 2017-2018:

Pedro Mateo Collazos    (mateo  at  unizar.es)  (coordinador)
José Luis Fernández (jlfm (at) uniovi.es)
Modificado el ( lunes, 11 de septiembre de 2017 )