A tabela as seguir apresenta todas as disciplinas com vagas disponíveis para os discentes do Curso de ENGENHARIA COMPUTACIONAL (65B) da Universidade Federal de Juiz de Fora (UFJF) no período letivo atual. Os horários e os docentes responsáveis por cada disciplina podem ser consultados clicando na turma desejada.
Ressalta-se que o Curso de Engenharia Computacional da UFJF é ofertado em período integral, com aulas de segunda a sexta-feira, podendo ocorrer nos turnos matutino (8h às 12h), vespertino (14h às 18h) ou noturno (19h às 23h), conforme estabelecido na grade curricular.
Plano de Ensino
Disciplina: DCC136 - INTELIGÊNCIA COMPUTACIONAL
Horas Aula: 4
Departamento: DEPTO DE CIENCIA DA COMPUTACAO /ICE
Ementa
Conceitos básicos em Inteligência Computacional
Heurísticas construtivas para problemas específicos
Heurísticas clássicas de refinamento
Metaheurísticas
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.
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.
- 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
- 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