Datos Identificativos | 2024/25 | |||||||||||||
Asignatura | Computación Evolutiva | Código | 614544015 | |||||||||||
Titulación |
|
|||||||||||||
Descriptores | Ciclo | Período | Curso | Tipo | Créditos | |||||||||
Mestrado Oficial | 2º cuadrimestre |
Primeiro | Optativa | 3 | ||||||||||
|
Temas | Subtemas |
Introdución aos algoritmos de optimización |
Esquema xeral dos algoritmos evolutivos. Conceptos básicos: dominio de busca, restricións, penalizacións. No Free Lunch theorem Conceptos básicos de optimización multi-obxectivo |
Paradigmas e meta-heurísticas de algoritmos inspirados na natureza | Metaheurísticas bio-inspiradas. Intelixencia de enxame. |
Algoritmos específicos de computación evolutiva | Algoritmos xenéticos. Estratexias evolutivas. Programación xenética. Exemplos de intelixencia de enxame:Particle Swarm Optimization, Arficial Bee Algorithm, Bacterial Colony Optimization, Ant algorithms. Exemplos doutros algoritmos evolutivos bio-inspirados. |
Avances na adaptación automática de algoritmos evolutivos | Adaptación automática dos parámetros definitorios dun AE. Uso de hiper-heurísticas. |