Profesor | David Chaffrey Moreno Fernández | lu mi vi | 9 a 10 | O130 |
Ayudante | Diego Alexis Muñoz Patiño | ma ju | 9 a 10 | O130 |
¡Bienvenidos al curso de Metaheurísticas!
Les compartimos la información relacionada con el curso que consideramos puede ser de su interés:
Temario
1. Introducción
1.1. Problemas difíciles de optimización combinatoria.
1.2. Clase NP y complejidad computacional.
1.3. Problemas de búsqueda, vecindades y óptimos locales.
1.4. Heurísticas y metaheurísticas.
2. Métodos tradicionales.
2.1. Búsqueda exhaustiva.
2.2. Búsqueda local.
2.3. Método simplex.
2.4. Algoritmos glotones.
2.5. Programación dinámica.
2.6. Ramificación y acotamiento.
3. Algunas metaheurísticas.
3.1. GRASP.
3.2. Recocido Simulado.
3.3. Búsqueda Tabú.
3.4. Búsqueda dispersa y métodos evolutivos.
3.5. Lagrangeano.
Bibliografía
• Michalewicz & Fogel: How to solve it - Modern Heuristics. Springer, 2013.
• Gendreau & Potvin (Eds): Handbook of Metaheuristics. Springer, 2nd edition, 2010.
• Resende, Mauricio GC, and Celso C. Ribeiro. Optimization by GRASP. Springer, Boston, 2016.
• Müller, André, Johannes J. Schneider, and Elmar Schömer. Packing a multidisperse system of hard disks in a circular environment. Physical Review E 79.2 (2009): 021102.
• Glover, Fred, and Manuel Laguna. Tabu Search: Handbook of combinatorial optimization. Springer New York, 2013. 3261-3362.
• Glover, Fred, Manuel Laguna, and Rafael Martí. "Scatter search and path relinking: Foundations and advanced designs." New optimization techniques in engineering. Springer, Berlin, Heidelberg, 2004. 87-99.
• Beasley, John E. "Lagrangean heuristics for location problems." European Journal of Operational Research 65.3 (1993): 383-399.
Evaluación
Si les interesa pueden entrar al classroom del curso para descargar el archivo PDF donde se encuentra el temario con las condiciones del curso:
https://classroom.google.com/c/NTg1NDc3NTI0MTY0?cjc=hgt57yd
Esperamos se animen a tomar el curso con nosotros!
Saludos,
David