Salir

Algoritmos bioinspirados y técnicas de computación evolutiva

Última modificación
Lun , 06/11/2023 - 02:01

Descripción y contextualización de la asignatura

En la actualidad la creciente complejidad de los sistemas de casi cualquier tipo: productivos, de transporte, de comunicaciones, etc., hacen que su óptimización mediante el uso de técnicas clásicas sea cada vez menos factible. Como una alternativa para optimizar estos sistemas se encuentran las denominadas técnicas metaheurísticas de optimización, y en particular los algoritmos bioinspirados y técnicas de de computación evolutiva.

Este tipo de algoritmos han demostrado que son capaces de proporcionar soluciones satisfactorias a problemas de gran complejidad y de muy diversos ámbitos en tiempos aceptables.

La asignatura se centrará en realizar una introducción a dichas técnicas, mostrando un abanico de las más habituales. Se hará especial hincapié en la implementación, la aplicabilidad y la aplicación de las técnicas

Competencias de la asignatura.

Competencias específicas de la asignatura.

10001-Entender el funcionamiento y la utilización de los algoritmos estudiados.

10002-Capacidad para diseñar un método evolutivo simple para la resolución de un problema.

10003-Capacidad para ajustar adecuadamente los diferentes parámetros de los algoritmos bioinspirados mediante la correspondiente experimentación.

10004-Manejo con cierta destreza el software utilizado en las sesiones.

10005-Diseño adecuado de baterías de experimentación.

10006-Capacidad para presentar rigurosamente los resultados tras la fase de experimentación.

Competencias básicas y generales: CB6, CB7, CB9, CB10, CG1857

Competencias transversales: CT1861, CT1862, CT1872

Competencias específicas de la titulación: CE1865, CE1860, CE1841, CE1856, CE1859

Resultados de aprendizaje de la asignatura

  • Entender la filosofía subyacente a los algoritmos bioinspirados, especialmente a los de carácter evolutivo.
  • Ser capaz de distinguir los distintos elementos que los conforman y como se relacionan.
  • Ser capaz de reconocer los distintos algoritmos existentes y cuando puede ser mejor utilizar uno u otro tipo de algoritmos.
  • Ser capaz de diseñar algoritmos bioinspirados sencillos a partir de los conocimientos sobre los distintos algoritmos estudiados en la asignatura.
  • Ser capaz de implementar algoritmos bioinspirados utilizando algún lenguaje de programación estándar a partir del diseño previo o de las indicaciones de una publicación académica.
  • Ser capaz de diseñar experimentos para estudiar el comportamiento de los algoritmos desarrollados.

Contenidos teórico-prácticos

  • Introducción a los Algoritmos Bioinspirados.
  • Algoritmos Genéticos.
  • Estrategias de Evolución.
  • Evolución diferencial.
  • Algoritmos de estimación de distribuciones.
  • Particle Swarm Optimization y sus variantes. Comparación con otros algoritmos de optimización global.
  • Aplicación de los algoritmos bioinspirados a los problemas inversos y de aprendizaje automático.
  • Aplicaciones industriales en ingeniería del petróleo, geofísica medioambiental y biomedicina.
  • Introducción a los algoritmos evolutivos multi-objetivo y al manejo de restricciones.
  • Metodología.

El contenido teórico se expondrá en clases magistrales . Estas clases magistrales se complementarán con sesiones prácticas en el laboratorio informático en los que se propondrá a los alumnos la manipulación/modificación/implementación de los diversos elementos de un algoritmo bioinspirado.

Por las características particulares del máster el alumno deberá dedicar una parte importante de su tiempo al estudio personal, no obstante los profesores orientarán siempre que sea necesario dicho trabajo mediante tutorías individualizadas.

Sistemas de evaluación

SISTEMA DE EVALUACIÓN FINAL

Herramientas y porcentajes de calificación

Asistencia y participación en clase 30%, realización de trabajo final 70%.

AspectoCriteriosInstrumentoPesos
Asistencia a claseSe 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%
Elaboración de trabajos     Se valorará la corrección y la eficiencia de los trabajos y programas realizados.Corrección por parte del profesor.70%

Convocatoria ordinaria: orientaciones y renuncia

CRITERIOS DE LA EVALUACIÓN FINAL:

La evaluación final consistirá en la realización de un trabajo por parte del alumno que deberá entregarse antes de la fecha determinada por la Comisión Académica del Máster. La calificación de dicho trabajo junto con la de la asistencia y participación a clase determinará la calificación global del alumno. De forma excepcional y previo visto bueno del Coordinador del Máster/Comisión académica, en caso de no poder asistir con regularidad a las sesiones, el estudiante debería realizar un trabajo adicional para evaluar la “asistencia y participación en clase”.

El alumnado que haya asistido y participado en el curso pero que no se presente a la convocatoria ordinaria, es decir, no entregue el trabajo correspondiente, será calificado como No presentado/a.

CONVOCATORIA EXTRAORDINARIA: ORIENTACIONES

Los criterios de evaluación serán los mismos que en la convocatoria ordinaria.

MATERIALES DE USO OBLIGATORIO

Apuntes  y prácticas de la asignatura "Algoritmos Bioinspirados y Técnicas de Computación Evolutiva " publicados en la plataforma virtual de apoyo a la docencia de la Universidad.

BIBLIOGRAFÍA DE PROFUNDIZACIÓN

REVISTAS

  • Evolutionary Computation, MIT Press Journal.

  • IEEE Transactions on Evolutionary Computation, IEEE Press.

  • Genetic Programming and Evolvable Machines, Springer.

  • Swarm Intelligence, Springer.

  • International Journal of Applied Evolutionary Computation, IGI Global.

  • Swarm and Evolutionary Computation, Elsevier.

  • Journal of Heuristics, Springer.

DIRECCIONES DE INTERNET DE INTERÉS

Profesores del curso 2023-2024:

Juan Luis Fernández (jlfm at uniovi.es)

Leticia Hernando (leticia.hernando at ehu.eus) (Coordinador)