Disciplina: DCC136 - INTELIGÊNCIA COMPUTACIONAL
Horas Aula: 4
Departamento: DEPTO DE CIENCIA DA COMPUTACAO /ICE
Plano de Ensino
Voltar
Ementa
Conceitos básicos em Inteligência Computacional
Heurísticas construtivas para problemas específicos
Heurísticas clássicas de refinamento
Metaheurísticas
Conteúdo
1) Conceitos básicos em Inteligência Computacional: Problema e espaço de busca do problema. Algoritmo heurístico. Heurísticas randomizadas.
2) Heurísticas construtivas para problemas específicos: Representação da solução de problemas. Heurísticas construtivas gulosas. Heurísticas construtivas para problemas de escalonamento de tarefas. Heurísticas construtivas para o problema de Steiner em Grafos. Implementação.
3) Heurísticas clássicas de refinamento: Heurísticas k-Optimal. Heurísticas Add-Drop. Implementação.
4) Metaheurísticas: GRASP - Greedy Randomized Adaptive Search Procedure: funcionamento e implementação. Simulated Annealing: funcionamento e implementação. Colônia de Formigas: funcionamento e implementação. ILS: funcionamento e implementação. VNS e VND: funcionamento e implementações. Busca Tabu: funcionamento e implementação.
Bibliografia
- TALBI, E-G. Metaheuristics: From Design to Implementation. Wiley. 2009
- GENDREAU, M., POTVIN, J-Y.. Handbook of Metaheuristics, Springer, 2010
- MICHALEWICZ, Zbigniew; FOGEL, David B. How to Solve It: Modern Heuristics. Springer, 2004.
Bibliografia(continuação)
Não informado
Bibliografia complementar
- PHAM, D.T.; KARABOGA, D. Intelligent Optimisation Techniques: Genetic Algorithms, Tabu Search, Simulated Annealing and Neural Networks. Springer, 2000.
- MICHALEWICZ, Zbigniew. Genetic Algorithms + Data Structures = Evolution Programs. Springer, 3rd ed, 1999.
- Artigos diversos de conferências e periódicos das áreas de Otimização
- Artigos diversos de conferências e periódicos das áreas de Pesquisa Operacional
- Artigos diversos de conferências e periódicos das áreas de Metaheurísticas
