Código: 73231 | Asignatura: Optimización avanzada | ||||
Créditos: 3 | Tipo: Optativa | Curso: 2 | Periodo: 1º S | ||
Departamento: Estadística, Informática y Matemáticas | |||||
Profesorado: | |||||
MALLOR GIMENEZ, FERMÍN FRANCISCO [Tutorías ] | AZCARATE CAMIO, CRISTINA [Tutorías ] |
Tema 1. Optimización no lineal.
Tema 2. Optimización heurística.
Tema 3. Aplicaciones en organización industrial. Discusión de casos reales.
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.
Actividad formativa | Horas | % Presencialidad del alumno |
AF1.- Clases expositivas/participativas | 15 | 100 |
AF2.- Prácticas | 12 | 100 |
AF3.- Actividades de aprendizaje cooperativo | 3 | 100 |
AF4.-Realización de proyectos en grupo | 10 | 0 |
AF5.- Estudio y trabajo autónomo del estudiante | 30 | 0 |
AF6.-Tutorías y pruebas de evaluación | 5 | 100 |
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.
Optimización no lineal sin restricciones.
Optimización no lineal con restricciones.
Tema 2: Optimización heurística.
Búsqueda Tabú.
Algoritmos genéticos.
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.
MARTÍ, R., PARDALOS, P.M., RESENDE, M.G.C. (Eds.) (2018): Handbook of Heuristics. 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 implementation. 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.