Universidad Pública de Navarra - Nafarroako Univertsitate Publikoa
Universidad Pública de Navarra
| Código: 720333 | Asignatura: Optimización avanzada | ||||
| Créditos: 3 | Tipo: Optativa | Curso: 2 | Periodo: 1º S | ||
| Departamento: Estadística, Informática y Matemáticas | |||||
| Profesorado: | |||||
| MALLOR GIMENEZ, FERMÍN FRANCISCO (Resp) [Tutorías ] | AZCARATE CAMIO, CRISTINA [Tutorías ] | ||||
Módulo/Materia
Módulo de Especialización en Organización de Empresas / Técnicas avanzadas de organización de empresas
Descripción/Contenidos
Tema 1. Optimización no lineal.
Tema 2. Optimización heurística.
Tema 3. Aplicaciones en organización industrial. Discusión de casos reales.
Competencias genéricas
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación
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.
CG1: Tener conocimientos adecuados de los aspectos científicos y tecnológicos de: métodos matemáticos, analíticos y numéricos en la ingeniería, ingeniería eléctrica, ingeniería energética, ingeniería química, ingeniería mecánica, mecánica de medios continuos, electrónica industrial, automática, fabricación, materiales, métodos cuantitativos de gestión, informática industrial, urbanismo, infraestructuras, etc.
CG8: Aplicar los conocimientos adquiridos y resolver problemas en entornos nuevos o poco conocidos dentro de contextos más amplios y multidisciplinares.
Competencias específicas
CEO11: Conocimiento sobre optimización no lineal y heurística, y representación de problemas reales de organización industrial mediante modelos de optimización.
Resultados aprendizaje
R1. Conocimiento de los fundamentos de la optimización no lineal y de la optimización heurística.
R2. Conocimiento de los fundamentos en los que se basa la optimización con simulación.
R3. 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.
Metodología
| 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 |
Evaluación
| Resultados de aprendizaje |
Actividad de evaluación |
Peso (%) | Carácter recuperable |
Nota mínima requerida |
|---|---|---|---|---|
| R1, R2, R3 | Prueba de duración corta para la evaluación continua | 20 | SÍ | |
| R1, R2, R3 | Pruebas de respuesta larga | 50 | SÍ | 4/10 |
| R1, R2, R3 | Trabajos e informes | 30 | SÍ | |
Temario
Tema 1: Optimización no lineal
Optimización no lineal sin restricciones.
Optimización no lineal con restricciones.
Tema 2: Optimización heurística
Búsqueda Tabú.
Simulated Annealing.
GRASP: Greedy Randomized Adaptative Search Procedures.
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.
Bibliografía
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. 3rd. Ed, Springer.
GENDREAU, M., POTVIN, J.Y. (2019): 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.
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.