Métodos de optimización

Clave: 10B6123
No. de horas: 80
Unidades de crédito:  80
Créditos SATCA:  No disponible
Tipo de asignatura: Optativa
Fecha de elaboración: 2010-09-30

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, An Introduction to Optimization, third edition, Wiley-Interscience, 2008.
  2. Kwang Y. Lee, Mohamed A. E 1-Sharkawi,Modern Heuristic Optimization Techniques Theory and applications to 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, Fundamental sof 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 Algorithms. Second Edition, Wiley. 2004.
  7. J. Dongarra, I. Foster, G Fox, W.Gropp, K. Kennedy, L. Torczon, A. White, Sourcebook of Parallel Computing, Morgan Kaufmann Publishers, 2003.
  8. P. Venkataraman, Applied Optimization with MATLAB Programming. Wiley-Interscience, 2001.