Computação Evolucionária
1
2022-2023
02000212
Sistemas Inteligentes
Português
Inglês
Presencial
Semestral
6.0
Opcional
2º Ciclo - Mestrado
Conhecimentos de Base Recomendados
Introdução à Programação e Resolução de Problemas, Introdução à Inteligência Artificial, Estatística. Bons conhecimentos de inglês: leitura e escrita.
Métodos de Ensino
Nas aulas teóricas serão expostos e discutidos de modo crítico os conceitos, teorias e métodos, associados à resolução heurística de problemas. Os alunos serão chamados de imediato a exercitar, na PL, o que foi aprendido através da resolução em computador de problemas de complexidade média. Esse trabalho será feito em grupo com a monitorização do professor. Leitura de trabalho de investigação; estudo experimental de soluções alternativas para uma dada questão teórica; escrita de relatório. Os trabalhos referidos são únicos, individuais, e estão sujeitos a apresentação oral e discussão.
Resultados de Aprendizagem
Apresentar, discutir e desenvolver soluções de engenharia de inspiração natural (i.e., biológica, social, física) para problemas de elevada complexidade que, ou não têm solução analítica, ou são computacionalmente intratáveis. Aprender a avaliar de modo rigoroso, i.e., por recurso à estatística, soluções alternativas para os problemas.
Aquisição de competências em análise e síntese, comunicação oral e escrita (português e inglês), conhecimentos informáticos e de análise estatística, resolução de problemas, conhecimento de uma língua estrangeira, raciocínio crítico, trabalho em grupo, aprendizagem autónoma, criatividade, aplicação prática dos conhecimentos, investigação.
Estágio(s)
NãoPrograma
1. Introdução: meta-heurísticas e resolução de problemas
2. Sistemas Evolucionários
2.1- Aspectos Gerais
2.2- Algoritmos Genéticos
2.3- Programação Genética
2.4- As pectos de desenho
2.5- Variantes de algoritmos evolucionários
3. Sistemas Imunes Artificiais
3.1- Aspectos gerais
3.2- Algoritmos e aplicações
3.3- Espaço de formas
3.4- Algoritmo de Selecção Negativa
3.5- Algoritmo de Selecção Clonal
3.6- Variantes
4. Sistemas Baseados em Desenvolvimento
4.1- Aspectos Gerais
4.2 - Sistemas de Reescrita
4.3- Evolução e desenvolvimento
5. Inteligência Colectiva
5.1- Aspectos Gerais
5.2- Algoritmo de Enxame de Partículas
5.3- Algoritmo de Formigas
5.4- Outras abordagens
6. Parametrização e Desempenho.
Docente(s) responsável(eis)
Ernesto Jorge Fernandes Costa
Métodos de Avaliação
Avaliação
Trabalho de síntese: 10.0%
Projecto: 30.0%
Exame: 60.0%
Bibliografia
1) Introduction to Evolutionary Computation (2nd edition), A. Eiben and J. Smith, Springer, 2015.
2) Bio-Inspired Artificial Intelligence: theories, methods, and Technologies, Dario Floreano and Claudio Mattiussi, MIT Press, 2008
3) Fundamentals of Natural Computing: basic concepts, algorithms, and applications, Leandro Castro, Chapman and Hall, 2006
4) Essentials of metaheuristics, Sean Luke, Lulu Press, 2009.
5) Manual de Computação Evolutiva e Metaheurísticas, A. Gaspar-Cunha, R. Takahashi e C.H. Antunes (Coordenadores), Imprensa da Universidade de Coimbra, 2012.
6) Clever algorithms: nature-inspired programming récipes, Jason Brownlee, ISBN 978-1-4467-8506-5, 2011.