17 May 2018

Curso de Posgrado: Optimización Evolutiva en Espacios Dinámicos

Este curso contempla un repaso de los conceptos básicos de los algoritmos evolutivos y de los mecanismos adicionales requeridos para resolver problemas en espacios dinámicos (1) restringidos y (2) multi-objetivo. 

Responsable: Dr. Efrén Mezura-Montes
                      Centro de Investigación en Inteligencia Artificial
                      Universidad Veracruzana
                      e-mail: emezura@uv.mx 

Coordinador/Auxiliar: Dr. Javier Apolloni
                                   Laboratorio de Investigación y Desarrollo en Inteligencia Computacional
                                   FCFMyN - Universidad Nacional de San Luis
                                   e-mail:apojavi@gmail.com

Fecha de dictado: del 4 al 8 de junio.

Inicio:  Lunes 4 de junio de 15:00 a 18:00 horas en Sala de Posgrado I (Departamento de Informática-Bloque II. 1º piso). 

Modalidad: Presencial e intensivo.

Antecedentes del tema: 

En la actualidad el cómputo evolutivo (CE) es una opción popular para resolver problemas complejos de optimización. Precisamente este curso toca temas relacionados a dos tipos de problemas de optimización numérica donde un algoritmo evolutivo requiere de mecanismos adicionales para poder lidiar con ellos: (1) la optimización dinámica con restricciones y (2) la optimización dinámica multi-objetivo. Este curso presenta, después de una introducción/repaso de los conceptos básicos de un algoritmo evolutivo y sus paradigmas, de los mecanismos adicionales para diseñar un algoritmo evolutivo que pueda resolver problemas de optimización dinámica con restricciones, y, por otro lado, el diseño de un algoritmo evolutivo para resolver problemas dinámicos multi-objetivo. 

Objetivo: 

El estudiante conocerá los elementos que se requieren para diseñar un algoritmo evolutivo que resuelva problemas de optimización dinámica, tanto en espacios restringidos como multi-objetivo.

Temario: 

1. Introducción al Cómputo Inteligente 

2. Algoritmos evolutivos 

3. Optimización con restricciones 

4. Optimización evolutiva multi-objetivo 

5. Algoritmo evolutivo para optimización dinámica con restricciones 

6. Algoritmo evolutivo para optimización dinámica multi-objetivo 


Bibliografía principal: · A.P. Engelbrecht, Computational Intelligence, An Introduction, 2nd Edition, Wiley, England, 2007, ISBN 978-0-470-03561-0. · A.E. Eiben and J.E. Smith, Introduction to Evolutionary Computing, Springer, Berlin, 2003, ISBN 3-540-40184-9. · Artículos científicos asignados por el instructor.

*Cualquier consultas contactarse personalmente o por mail con Javier Apolloni  (apojavi@gmail.com)

Ago14
Cartelera

No hay actividades programadas

Link de Interés