ALGORITMOS MODERNOS DE PRODUCCION - 546340
- Descripción :Practicamente todos los problemas de la gestion de la produccion y las operaciones son de dificil solucion (al menos NP-completo), por lo cual los metodos tradicionales no entregan soluciones en tiempos computacionales razonables. A partir de la decada del 90 se proponen diversas tecnicas basadas en inteligencia artificial y que permiten resolver problemas de este tipo, tales tecnicas son denominadas metaheuristicas. En este curso, se pretende formar al estudiante en el uso de estas tecnicas, presentando diversas aplicaciones en problemas industriales y desarrollando, por parte de los alumnos, un caso de estudio.
Esta asignatura contribuye a las siguientes competencias del perfil de graduado:
- Resolver problemas utilizando herramientas de las ciencias de la gestion, haciendo uso de softwares especializados
- Analizar los resultados obtenidos para evaluar distintos escenarios de aplicacion en el area de la gestion.
- Realizar investigacion autonoma o formando parte de equipos de trabajo, en cualquier area de la ingenieria industrial.
- Resultados aprendizaje esperados :R1: Manejar herramientas de inteligencia artificial que permitan establecer soluciones posibles para el modelo.
R2: Recopilar informacion bibliografica que permita contextualizar la metaheuristica al problema en estudio.
R3: Seleccionar la metaheuristica a utilizar para resolver el problema en estudio.
R4: Seleccionar y aplicar las herramientas estadisticas para establecer parametros que correspondan a las metaheuristicas y al problema que se aborda.
R5: Verificar si las soluciones encontradas son factibles para resolver el problema planteado.
R6: Establecer las condiciones del problema para las cuales las soluciones encontradas son validas.
R7: Analizar criticamente los resultados obtenidos y desempe?o de la metaheuristica utilizada.
- Contenidos :1. Tecnicas de busqueda local.
1.1. Tabu Search.
1.2. Simulated Annealing.
1.3. Otros.
2. Tecnicas basadas en poblaciones.
2.1. Algoritmos Geneticos.
2.2. Colonias de hormigas.
2.3. Otros ( scatter search).
3. Otras (?GRASP?; LNS;VNS, ILS ).
4. Programacion por restricciones, hiperheuristicas, otros.
5. Desarrollo de experimento.
- Metodología :Clases expositivas del profesor en base a contenidos del curso y presentaciones de estudios de articulos y tareas, desarrollo de caso por parte de los alumnos.
- Evaluación :Existiran evaluaciones parciales (Tareas), una evaluacion oral y un estudio de caso a presentar en la ultima clase.
- Facultad :INGENIERIA
- Departamento :INGENIERIA INDUSTRIAL
- Creditos :3
- Creditos Transferibles:
- Duración :SEMESTRAL
- Horas Teóricas :2
- Horas Practicas :2
- Horas Laboratorio :0
- PDF Documento