Código: 73231 | Asignatura: Optimización avanzada | ||||
Créditos: 3 | Tipo: Optativa | Curso: 2 | Periodo: 1º S | ||
Departamento: | |||||
Profesorado: | |||||
MALLOR GIMENEZ, FERMÍN FRANCISCO (Resp) [Tutorías ] | AZCARATE CAMIO, CRISTINA [Tutorías ] |
Optimización no lineal. Optimización heurística. Aplicaciones en organización industrial.
CB7: Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
CB9: Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades.
CB10: Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.
CG4: Capacidad para el modelado matemático, cálculo y simulación encentros tecnológicos y de ingeniería de empresa, particularmente en tareas de investigación, desarrollo e innovación en todos los ámbitos relacionados con la Ingeniería de Telecomunicación y campos multidisciplinares afines.
CEO9: Conocimiento sobre optimización lineal, no lineal y heurística, y representación de problemas reales de organización industrial mediante modelos de optimización.
R1. Conocimiento de los fundamentos de la optimización lineal y no lineal, y de la optimización heurística.
R2. Capacidad para la representación problemas reales mediante un modelo de optimización, para resolverlo utilizando el software adecuado, y para recoger, analizar e interpretar sus resultados.
Competencia |
Actividad formativa |
CB7 |
AF2-AF3-AF4-AF6 |
CB9 |
AF3-AF6 |
CB10 |
AF3-AF4-AF5 |
CG4 |
AF1-AF2-AF3-AF4-AF5-AF6 |
CEO9 |
AF1-AF2-AF3-AF4-AF5-AF6 |
Resultado de aprendizaje |
Sistema de evaluación |
Peso (%) |
Carácter recuperable |
R1, R2 |
Prueba de duración corta para la evaluación continua |
5-10 |
NO |
R1, R2 |
Pruebas de respuesta larga |
40-70 |
SÍ |
R1, R2 |
Trabajos e informes |
10-40 |
NO |
R1, R2 |
Presentaciones orales |
5-10 |
NO |
Tema 1. Optimización no lineal.
Tema 2. Optimización heurística.
Tema 3. Aplicaciones en organización industrial. Discusión de casos reales.
Tema 1: Optimización no lineal.
Optimización no lineal sin restricciones.
Optimización no lineal con restricciones.
Tema 2: Optimización heurística.
Búsqueda Tabú.
Algoritmos genéticos.
Algoritmos de optimización inspirados en colonias de animales.
Otros algoritmos heurísticos.
Tema 3: Aplicaciones en ingeniería industrial. Discusión de casos reales.
Análisis de casos reales.
Lectura de artículos publicados en revistas científicas.
Acceda a la bibliografía que el profesorado de la asignatura ha solicitado a la Biblioteca.
BALDICK, R. (2006): “Applied optimization”. Cambridge University Press.
BAZARAA, M.S. (2006): “Nonlinear programming: theory and algorithms”. 3rd Ed. Wiley.
BURKE, E.K., KENDALL, G. (2014) “Search Methodologies”. 2nd Ed, Springer.
GENDREAU, M., POTVIN, J.-Y. (2010): “Handbook of metaheuristics”. Springer.
MICHALEWICZ, Z., FOGEL, D.B. (2004): “How to solve it: modern heuristics”. Springer.
SIARRY, P. (2013): Heuristics: theory and applications. Nova
TALBI, E.-G. (2009): “Metaheuristics: from design to implementaion”. Wiley.
Revistas científicas: Optimization and Engineering, International Journal of Metaheuristics, Journal of Heuristics, Interfaces, Engineering Optimization, European Journal of Industrial Engineering, European Journal of Operational Research, Computers and Industrial Engineering, Evolutionary Computation, etc.