Otimização com meta-heurísticas

Conhecimentos de Base Recomendados

Alguns conhecimentos sobre modelos e algoritmos de otimização.

Domínio de uma linguagem de programação.

Métodos de Ensino

Realização de aulas expositivas e sessões de orientação tutorial sobre os conteúdos programáticos acima mencionados. Uma vez adquiridas as competências básicas, as sessões serão orientadas em função do trabalho específico a desenvolver por cada aluno, que se procurará ter potencial interesse para a tese de doutoramento.

Elementos de avaliação: relatório detalhado descrevendo a concepção e implementação computacional de uma meta-heurística para um problema em estudo, analisando e comparando os respetivos resultados para diferentes parametrizações do algoritmo.      

Resultados de Aprendizagem

Esta unidade curricular tem como principal objetivo dotar os alunos de competências metodológicas avançadas na área das meta-heurísticas para tratar problemas de otimização complexos. Serão introduzidos vários tipos de meta-heurísticas e apresentados exemplos de problemas da área da gestão que têm sido tratados com este tipo de técnicas.

Perante problemas complexos de natureza combinatória, não linear, e/ou com múltiplas funções objetivo, difíceis de tratar com métodos exatos, os alunos devem desenvolver competências para a identificação das abordagens meta-heurísticas adequadas, tendo em conta as características do modelo e a respetiva dimensão. Deverão ainda ser capazes de implementar computacionalmente uma meta-heurística e aplicá-la a um estudo de caso.

Estágio(s)

Não

Programa

Meta-heurísticas para problemas de optimização combinatória e não linear: pesquisa tabu; simulated annealing; algoritmos genéticos/evolutivos; optimização com enxames de partículas; evolução diferencial. Meta-heurísticas para problemas de otimização multiobjetivo, em particular algoritmos evolutivos. Aplicações em problemas de gestão.

Docente(s) responsável(eis)

Maria João Teixeira Gomes Alves

Métodos de Avaliação

Avaliação
Periódica ou por exame, a definir na ficha por edição: 100.0%

Bibliografia

- Z. Michalewicz, D. B. Fogel. "How to Solve It: Modern Heuristics", Springer, 2004.

 -  E. Talbi. "Metaheuristcs - from design to implementation”, Wiley, 2009.

 - R. Takahashi, A. G. Cunha, C. H. Antunes (Coord.). "Manual de Computação Evolutiva e Metaheurística", Imprensa da Universidade de Coimbra, 2012.