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