Download Facultad de Ingeniería Eléctrica - Posgrado FIE
Document related concepts
Transcript
(*) UNIVERSIDAD MICHOACANA DE SAN NICOLÁS DE HIDALGO FACULTAD DE INGENIERÍA ELÉCTRICA DIVISIÓN DE ESTUDIOS DE POSGRADO Optimización mediante técnicas heurísticas No. Hrs. /Semana: Duración en semanas: Total de Horas: Número de Créditos: 4 16 64 8 Conocimientos previos recomendados: Inteligencia Artificial, Lenguajes de Programación. Objetivo: Descripción: En la práctica existen una gran cantidad de problemas de optimización cuya descripción depende de funciones no convexas, lo cual implica la existencia de múltiples máximos y/o mínimos. Lo anterior ocasiona que los métodos basados en soluciones locales fallen. Este curso proporciona las bases de optimización global basada en diferentes paradigmas desarrollados en el área de inteligencia artificial. Éstos se basan en la idea de resolver problemas mediante diferentes heurísticas la mayoría de las cuales estarán basadas en técnicas evolutivas, las cuales son útiles para encontrar soluciones óptimas en espacios de búsqueda muy grandes. El capitulo final se tocará el tema de optimización multi-objetivo basada en sistemas inmunes, para enfrentar problemas que tienen objetivos que se contraponen. Las aplicaciones que se propongan serán una manera llevar a la práctica los conceptos teóricos desarrollados a lo largo del curso y se enfocarán a diferentes problemas de Ingeniería.. Programa sintético: Tema 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. Introducción a la computación evolutiva Fundamentos de estrategias evolutivas y programación evolutiva (EA) Algoritmos genéticos (GA) Optimización basada en enjambres de partículas (PSO) Optimización basada en colonias de hormigas (ACS) Búsqueda tabú (TS) Recocido Simulado (SA) Evolución diferencial (DE) Algoritmos miméticos (MA) Algoritmos basados en sistemas inmunes (ISA) Aplicaciones Total de Horas Duración (hrs.) 2 4 8 5 5 5 5 5 5 6 14 64 Programa desarrollado: 1. 2. 3. Introducción a la computación evolutiva 1.1. Introducción 1.2. Computación evolutiva vs. optimización matemática, Fundamentos de estrategias evolutivas y programación evolutiva (EA) 2.1. Modelo formal de Evolución 2.2. Estrategias de evolución 2.3. Programación Evolutiva Algoritmos genéticos (GA) 2 4 8 3.1. Cromosomas poliploidales 3.2. Mutación 3.3. Recombinación 3.4. Otros operadores 3.5. Selección 3.6. El proceso de GA 3.7. Preparación para solución de problemas mediante GA 4. Optimización basada en enjambres de partículas (PSO) 4.1. Introducción 4.2. Conceptos básicos 4.3. Variaciones de PSO 4.4. Conclusiones 5. Optimización basada en colonias de hormigas (ACS) 5.1. Introducción 5.2. Algoritmos 5.3. Conclusiones 6. Búsqueda tabú (TS) 6.1. Introducción 6.2. Funciones y estrategias 6.3. Conclusiones 7. Recocido Simulado (SA) 7.1. Introducción 7.2. Principios básicos de SA 7.3. Determinación de los parámetros de SA 7.4. Conclusiones 8. Evolución diferencial (DE) 8.1. Introducción 8.2. Fundamentos 8.3. Operadores básicos en DE 8.4. Conclusiones 9. Algoritmos miméticos (MA) 9.1. Introducción 9.2. El MA básico 9.3. Diseño de MA 9.4. Conclusiones 10. Algoritmos basados en sistemas inmunes (ISA) 10.1. Introducción 10.2. Principios básicos 10.3. Enfoques de solución 10.4. Optimización multi-objetivo 10.5. Conclusiones 11. Aplicaciones 5 5 5 5 5 5 6 14 Bibliografía: [1] Kwang Y. Lee, Mohamed A. El-Sharkawi. Modern Heuristic Optimization Techniques Theory and Applications to Power Systems, Wiley Interscience, IEEE Press. 2008 [2] Engelbrecht, Andres P., Computational Intelligence: An Introduction, 2nd. Ed. John Wiley & Sons Inc. 2007 [3] Mitsuo Gen and Runwei Cheng, Genetic Algorithms and Engineering Optimization. John Wiley & Sons, Inc. 2000 [4] Dorigo, M., Stutzle, Thomas, Ant Colony Optimization, MIT Press, 2004 [5] Christian Jacob. Illustrating Evolutionary Computation with Mathematica. Morgan Kauffman Publishers, Inc. 2001. Metodología de enseñanza-aprendizaje: Revisión de conceptos, análisis y solución de problemas en clase Lectura de material fuera de clase Ejercicios fuera de clase (tareas) Investigación documental Elaboración de reportes técnicos o proyectos X X X X X Metodología de evaluación: Asistencia Tareas Elaboración de reportes técnicos o proyectos Exámenes Programa propuesto por: Fecha de aprobación: Dr. Jaime Cerda Jacobo X X X X