Área de concentração: 55137 - Mestrado Profissional em Matemática, Estatística e Computação Aplicadas à Indústria

Criação: 07/12/2016

Nº de créditos: 6

Carga horária:

Teórica
Por semana
Prática
Por semana
Estudos
Por semana
Duração Total
3 0 3 15 Semanas 90 Horas

Docentes responsáveis:

Alexandre Cláudio Botazzo Delbem
Cláudio Fabiano Motta Toledo


Objetivos:

O objetivo deste curso é fornecer aos alunos uma base sólida na área de Computação Evolutiva, apresentando principalmente métodos de projeto e de aumento de desempenho de Algoritmos Evolutivos (AEs). Mostra-se uma visão geral e atual da área.


Justificativa:

A Computação Evolutiva investiga algoritmos que têm mostrado capacidade para resolver eficientemente diversos problemas complexos nas áreas de engenharia e ciências ou encontrar soluções úteis de forma relativamente rápida e simples.


Conteúdo:

- Introdução à Computação Evolutiva
- Algoritmos Evolutivos Canônicos
- Técnicas atuais de seleção, crossover e mutação
- Algoritmos Evolutivos para pequenas populações
- Otimização das configurações de parâmetros de algoritmos evolutivos
- Aplicações de Algoritmos Evolutivos em problemas do mundo real


Forma de avaliação:

Método: aulas expositivas.
Critério: exercícios e provas.


Observação:

Nenhuma.


Bibliografia:

Fundamentais:
1. Gaspar-cunha, et al., Manual de computação evolutiva e metaheurística, Imprensa da Universidade de Coimbra, 2012.
2. DE JONG, K. A., Evolutionary Computation. A Unified Approach, MIT Press, 2006.
3. BARONE, D. A. C., SIMOES, E. V., FERRUGEM, A., BAZZAN, A. L., YEPES, I., FRANZEN, E., SILVEIRA, S. R. Sociedades artificiais - a nova fronteira da inteligência nas máquinas. Porto Alegre - RS: ARTMED EDITORA S.A., 2003.
4. NOLFI, S. and FLOREANO, D.. Evolutionary robotics, the biology, intelligence, and technology of self-organizing machines. MIT Press/Bradford Books, 2001. 2. Xin Yao, Evolutionary computation: theory and applications, edited by University of Birmingham, UK, 1999.
5. FLAKE, G. W., The computational beauty of nature. MIT Press. 1999.
6. BACK, T., FOGEL, D. B., MICHALEWICZ, Z., Handbook of evolutionary computation, IOP Publishing Ltd and Oxford University Press, 1997.
7. GEN, M., Genetic algorithms and engineering design, New York : Wiley, 1997.

Complementares (se houver):

CONECTE-SE COM A GENTE
 

© 2024 Instituto de Ciências Matemáticas e de Computação