Ministerio de Educación, Ciencia y Tecnología Universidad Nacional de San Luis FACULTAD DE CS. FISICO MAT. Y NAT. |
PROGRAMA DEL CURSO: OPTATIVA | ||
DEPARTAMENTO DE: INFORMATICA | ||
AREA: Area II: Sistemas de Computaci | AÑO: 2003 (Id: 2382)Estado: En tramite de Aprobación | |
CARRERAS PARA LAS QUE SE OFRECE EL MISMO CURSO |
PLAN DE ESTUDIOS |
CRÉDITO HORARIO |
|
SEM. |
TOTAL | ||
LIC. EN CIENCIAS DE LA COMPUTACION | 11/98 | 8.6 | 120 |
Funciones |
Apellido y Nombre |
Total hs en |
Cargo y Dedic. |
Carácter |
Responsable |
GALLARD, RAUL HECTOR/ESQUIVEL, SUSANA CECILIA | 60/60 hs. | PROFESOR TITULAR EXC./PROFESOR ASOCIADO EXC. | Efectivo/Efectivo |
Co-Responsable | LEGUIZAMON, MARIO GUILLERMO | 60 hs. | PROFESOR ADJUNTO EXC. | Efectivo |
CREDITO HORARIO SEMANAL |
MODALIDAD |
REGIMEN | |||
Teórico/
Práctico
|
Teóricas |
Prácticas de Aula |
Práct. de lab/ camp/ Resid/ PIP, etc. |
ninguno | |
Hs. |
60 Hs. |
Hs. |
60 Hs. |
Asignatura |
Otro:
|
Duración:
14 semanas |
|||||
Período del
11/8/03 al 14/11/03 |
Existen muchos problemas que requieren explorar espacios de búsqueda para encontrar una solución óptima o quasi óptima. |
Se espera que el alumno adquiera conocimientos de los distintas heurísticas poblacionales de búsqueda aplicándolas en distintos tipos de problemas, por ejemplo, de scheduling, de optimización multiobjetivo, y otros propios de la investigación operativa, actualmente utilizados en la práctica profesional y en la investigación científica, para resolverlos
|
Contenidos Mínimos: |
A) desarrollo prácticos de aula y de computación. |
El régimen es sólo promocional. Promoción a través de desarrollo de prácticos, proyectos de software grupales y una evaluación conceptual. |
Goldberg D. E., - Genetic Algorithms in Search, Optimization & Machine Learning,Addison Wesley, 1989. |
Pandolfi D., De San Pedro M., Villagra A., Vilanova G., Gallard R.- “ Studs mating immigrants in evolutionary algorithm to solve the earliness-tardiness scheduling problem” . En Cybernetics and Systems del Taylor and Francis Journal, (U.K.), pp 391-400, June 2002. |
COMPLEMENTO DE DIVULGACION
El objetivo del curso es introducir al alumno en las más modernas heurísticas poblacionales de búsqueda aplicándolas en distintos tipos de problemas, por ejemplo, de scheduling, de optimización multiobjetivo, y otros propios de la investigación operativa, actualmente utilizados en la práctica profesional y en la investigación científica, para resolverlos. La temática pertenece al área de la Inteligencia Computacional.
|
Introducción; motivación de la evolución como modelo de simulación. Campos de aplicación. Ventajas y desventajas de la Computación Evolutiva sobre otros enfoques.
|
No se preveen imprevistos.
|