Programa
Técnicas Avanzadas de Optimización (TAO)
Técnicas Avanzadas para el Desarrollo de Software Inteligente
Bienio 2005/2007

Datos administrativos de la Universidad

Asignatura

Código de la materia	t151a032
Nombre de la materia	Técnicas Avanzadas de Optimización
Centro	Escuela Superior de Ingeniería Informática
Tipo Curso	fundamental
Créditos	3
Departamento	Informática
Área de conocimiento	Área de Lenguajes y Sistemas Informáticos

Profesorado de la materia

Nombre Profesor/a	Código	Créditos	Tutorías
Díaz Gómez, Fernando	invitado	1	por correo electrónico
Formella, Arno	3142	1	Miércoles: 11-14, 16-19
Luzón García, M $\underline{\mathrm a}$ Victoria	909	1	Martes, Viernes: 11-14

Horarios

Las clases teóricas se darán los siguientes miércoles:

Fecha	Hora	Aula	Profesor
Miércoles	16-18	por determinar	Arno Formella
01.Feb.06	18-21	por determinar	Fernando Díaz Gómez
Miércoles	16-18	por determinar	M $\underline{\mathrm a}$ Victoria Luzón García
08.Feb.06	18-21	por determinar	Arno Formella
Miércoles	16-19	por determinar	M $\underline{\mathrm a}$ Victoria Luzón García
15.Feb.06	19-21	por determinar	Fernando Díaz Gómez

La presentación de los trabajos será a partir de april. Se acordará la fecha al principio del curso.

Temario de la materia

Objetivos de la materia

Se ha dividido la asignatura en tres módulos, cuyos objetivos principales son la breve introducción a los conceptos de tres aspectos fundamentales en la optimización avanzada en el ámbito del curso de doctorado.

Temarios de clases teóricas

1. Búsquedas heuristicas
   • Introducción a las metaheurísticas
   • Aspectos básicos de las metaheurísticas más avanzadas
   • Comparación entre las distintas técnicas
2. Redes neuronales
   • Introducción a las redes neuronales
   • Redes Neuronales con aprendizaje supervisado (MLP, RBF, etc.)
   • Redes Neuronales con aprendizaje no supervisado (SOM, Hopfield, etc.)
3. Computación evolutiva
   • Técnicas heurísticas
   • Nociones de optimización
   • Antecedentes históricos
   • Paradigmas principales
   • Terminología biológica vs. terminología usada en la computación evolutiva
   • Algoritmos genéticos

Temario de Trabajos

Una vez proporcionados a los alumnos una serie de conocimientos básicos se proponen áreas de interés en las que los alumnos podrán desarrollar su trabajo en el marco del curso.

Referencias bibliográficas

1. Búsquedas heurísticas
   • por incluir

2. Redes neuronales
   • por incluir

3. Computación evolutiva
   • por incluir

Método docente

Se imparte la signatura en tres partes:

1. clases de teoría con transparencias y pizarra (el conocimiento también se puede adquirir con estudio propio de la bibliografía recomendada)
2. realización de un trabajo
3. presentación del trabajo

Sistema de evaluación

Se supone una asimilación de los conceptos básicos del curso como presentado en las clases teóricas, y la realización de un trabajo que se presentará en sesión abierta a finales de enero.

Información complementaria

Se complementa la bibliografía de la asignatura con documentos y artículos relacionados con los temas.