Algoritmos de Optimización y Metaheurísticas
Este curso está diseñado para estudiantes universitarios que deseen mejorar sus conocimientos y habilidades en el campo de los algoritmos de optimización y metaheurísticas. A través de este curso, los estudiantes aprenderán los conceptos fundamentales y las técnicas avanzadas utilizadas en la resolución de problemas de optimización en diferentes áreas de aplicación. El curso combina la teoría con la práctica, brindando a los estudiantes la oportunidad de aplicar los conocimientos adquiridos a través de ejercicios y proyectos prácticos. Al finalizar el curso, los estudiantes estarán preparados para enfrentar desafíos relacionados con la optimización en su vida académica y profesional.
![](https://cdn.prod.website-files.com/659d7a569ceab6683611599b/65a1699eacec61e0e3a601fa_materias-hero.png)
Objetivos de aprendizaje
![Inteligencia Artificial y Robótica](https://cdn.prod.website-files.com/659dd4ebe3b5f6e61206f5b3/65ceed42cae9f335a73fc97b_SCLdHsH9Ew9AWyRU69G8Tuhza4bflZVzCGnRqgwaBYk.jpeg)
- Comprender los conceptos fundamentales de los algoritmos de optimización.
- Aplicar técnicas de metaheurísticas para la resolución de problemas de optimización.
- Analizar y evaluar diferentes algoritmos de optimización y metaheurísticas.
- Diseñar e implementar algoritmos de optimización personalizados para problemas específicos.
- Resolver problemas de optimización reales utilizando algoritmos y metaheurísticas.
Temas
1.
Conceptos básicos de optimización
2.
Tipos de problemas de optimización
3.
Métodos exactos vs. métodos heurísticos
1.
Búsqueda local
2.
Algoritmos genéticos
3.
Enjambre de partículas
1.
Métodos de evaluación de algoritmos de optimización
2.
Medición del rendimiento de los algoritmos de optimización
3.
Comparación de diferentes algoritmos de optimización
1.
Análisis de requisitos para la optimización personalizada
2.
Selección de técnicas de optimización adecuadas
3.
Implementación y prueba de algoritmos de optimización personalizados
1.
Análisis de problemas de optimización reales
2.
Selección de técnicas adecuadas para la resolución de problemas
3.
Implementación y evaluación de soluciones