Inteligência Computacional para Otimização
Objetivos
1. Ter um profundo conhecimento de problemas de otimização e ser capaz de formalizá-los
2. ser capaz de reconhecer os métodos de inteligência computacional mais adequados para resolver um problema e aplicá-los
Caracterização geral
Código
200142
Créditos
7.5
Professor responsável
Leonardo Vanneschi
Horas
Semanais - A disponibilizar brevemente
Totais - A disponibilizar brevemente
Idioma de ensino
Português. No caso de existirem alunos de Erasmus, as aulas serão leccionadas em Inglês
Pré-requisitos
Nenhum requisito obrigatório
Bibliografia
- Simulated Annealing and Boltzmann Machines?, E. Aarts and J. Korst
- Genetic Algorithms in Search, Optimization and Machine Learning, D. E. Goldberg
Método de ensino
Tanto as aulas quanto as práticas são organizadas com quadro teórico, slides e programação usando
um ambiente de programação bem conhecido.
Método de avaliação
Projeto: 30%
Exame final: 70%
Conteúdo
1. Problemas de Otimização - Introdução e definições
2. No Free Lunch Theorem
3. Hill Climbing
4. Paisagens de Fitness
5. Recozimento Simulado
6. Algoritmos Genéticos
7. Programação Genética
Cursos
Cursos onde a unidade curricular é leccionada: