Métodos de optimización

Clave: 09A5744
No. de horas: 80
Unidades de crédito:  8
Créditos SATCA:  No disponible
Tipo de asignatura: Optativa
Fecha de elaboración: 2009-05-06

Objetivo general:

El alumno conocerá los fundamentos teóricos de los métodos clásicos de optimización, así como los métodos de optimización basados en modelos naturales más comúnmente utilizados en el desarrollo de sistemas inteligentes. Aprenderá a desarrollar implementaciones altamente eficientes de los distintos métodos de optimización utilizando computación paralela. 


Temas:
  1. Métodos clásicos de optimización.
  2. Algoritmos naturales.
  3. Paralelización de métodos de optimización.

Bibliografía:
  1. Edwin  K. P. Chong, Stanislaw H. Zak, AnIntroduction to Optimization, third edition, Wiley-Interscience, 2008.
  2. Kwang Y, Lee, Mohamed A.El-Sharkawi, Modern Heuristic Optimization Techniques Theory and applicationsto power systems, IEEE Press Wiley-Intersciences, 2008.
  3. J.S.R. Jang, C. T. Sun, E. Mizutani.Neuro-Fuzzy and Soft Computing: A Computational Approach to Learning and Machine Intelligence. 1997.
  4. Andries P. Engelbrecht, Fundamentals of Computational Swarm Intelligence, Wiley, 2005.
  5. Jorge Nocedal, Stephen J. Wright, Numerical Optimization, Second edition, Springer, 2006.
  6. Randy L. Haupt, Sue Ellen Haupt.Practical Genetic Algorthms. Second Edition, Wiley, 2004.
  7. J. Dongarra, I foster, G Fox, W. Gropp, K. Kennedy, L. Torezon, A. White, sourcebook of Parallel computing, Morgan Kaufmann Publishers, 2003.
  8. P. Venkataraman, Applied Optimization with MATLAB Programming. Wiley-Interscience, 2001.

El tema 1, utiliza los libros  1, 3, 5 y 8.

El tema 2, utiliza los libros 2, 4 y 6.

El tema 3, utiliza el libro 7.