Técnicas de optimización en ingeniería
(200600)

Profesor: Sancho Salcedo Sanz
Profesor: María Pilar Jarabo Amores




El curso persigue un doble objetivo. El primero consiste en familiarizar al alumno con los principales problemas de optimización que surgen en el ámbito de la ingeniería. El segundo objetivo del curso consiste en que el alumno aprenda las principales técnicas clásicas y heurísticos modernos para la resolución de problemas de optimización, así como estrategias para aplicar la técnica más adecuada a un determinado problema de optimización. Al término del curso el alumno tendrá a su disposición un conjunto de herramientas, en forma de algoritmos, que le servirán de apoyo en la resolución de cualquier problema de optimización.

1. Introducción. Problemas de optimización.

2. Algoritmos de optimización clásicos.

2.1. Algoritmos de programación lineal.

2.2. Algoritmos de programación cuadrática.

2.3. Hill climbing.

2.4. Otros algoritmos clásicos.

3. Heurísticos modernos de optimización.

3.1. Algoritmos evolutivos.

3.2. Temple simulado.

3.3. Búsqueda tabú.

3.4. Otros heurísticos.

4. Estrategias para la resolución eficiente de problemas de optimización. Hibridación.


1. Handbook of applied optimization
Autores: M. Resende and P. Pardalos (editors)
Editorial: Oxford University Press
Año: 2002.
Referencia obligada que recoge los principales conceptos, algoritmos y problemas de optimización, con una enorme cantidad de aplicaciones.

2. Handbook of optimization in telecommunications
Autores: M. Resende and P. Pardalos (editors)
Editorial: Springer-Verlag
Año: 2006.
Una auténtica joya recién publicada. De los mismos autores que el texto anterior, trata la inmensa mayoría de los problemas de optimización que surgen en ingeniería de telecomunicación.

3. How to solve it: Modern Heuristics
Autores: Zbigniew Michalewicz, David B. Fogel
Editorial: Springer-Verlag
Año:1998.
Trata sobre heurísticos modernos de optimización. Incluye algoritmos evolutivos, algoritmos greedy e híbridos.

4. Combinatorial optimization: algorithms and complexity
Autores: C. Papadimitriou and K. Steighlitz
Editorial: Dover Press
Año: 1998.
Interesante para adentrarse en la teoría de optimización combinatoria, muchos problemas en ingeniería son de este tipo.

5. Genetic algorithms in search, optimization and machine learning
Autor: D. Goldberg
Editorial: Wiley and Sons
Año: 1989.

6. Genetic algorithms + data structures = evolution programs
Autor: Z. Michalewicz
Editorial: Springer-Verlag
Año: 1996.

7. Evolutionary algorithms in theory and practice: evolution strategies, evolutionary programming, genetic algorithms.
Autor: Bäck
Editorial: Oxford University Press
Año: 1996.

Estos 3 libros constituyen la bibliografía básica para comenzar a familiarizarse con los algoritmos genéticos y evolutivos. Son textos clásicos, que conviene acompañar con artículos en revistas para incidir en aplicaciones particulares.

8. Evolutionary programming made faster
Autores: X. Yao, Y. Liu and G. Lin
Revista: IEEE Transactions on evolutionary computation, vol. 3, no. 2, pp. 82-102, 1999.
Referencia básica sobre programación evolutiva.

9. Optimization by simulated annealing
Autores: S. Kirpatrick, C. D. Gerlatt, and M. P. Vecchi
Revista: Science, vol. 220, pp. 671-680, 1983.
Referencia básica sobre el algoritmo de temple simulado (simulated annealing)

10. Theoretical and numerical constraint-handling techniques used with evolutionary algorithms: a survey of the state of the art
Autores: C. Coello-Coello
Revista: Computer Methods in Applied Mechanics and Engineering, vol. 191, no. 11-12, pp. 1245-1287, 2002.
Referencia básica para la parte de algoritmos híbridos en problemas de optimización con restricciones.

12. Practical Methods of Optimization
Autor: R. Fletcher
Editorial: John Wiley & Sons; 2ª Edición
Año: 2000.
Cubre métodos como la programación lineal y cuadrática, los métodos de Newton, quasi-Newton y el gradiente conjugado. Una parte significativa está dedicada a la resolución de problemas no lineales y el estudio del estado del arte en este tema.

13. An introduction to optimization, 2nd edition
Autores: E. K. P. Chong, S. H. ,Zak
Editorial: Wiley-Interscience
Año: 2001
Un libro excelente para introducir al alumno en el estudio de las técnicas de optimización.

14. Applied Optimization with MATLAB Programming
Autores: P. Venkataraman,
Editorial: Wiley-Interscience
Año: 2001.
Combina la presentación formal de los métodos clásicos de optimización con su realización en MATLAB.

METODOLOGÍA DE ENSEÑANZA Y APRENDIZAJE

Se combinarán las clases magistrales con la realización de ejercicios utilizando ordenadores personales disponibles en el laboratorio. El profesor presentará ejemplos utilizando funciones desarrolladas con el paquete matemático MATLAB y propondrá a los alumnos ejercicios en grado creciente de dificultad para ilustrar los conceptos fundamentales de la asignatura. Estos podrán resolverse tanto en forma individual como en grupos reducidos, buscando, no sólo la integración teórico-práctica, sino también el desarrollo de habilidades de trabajo organizado en grupo. Además se fomentará la discusión de los resultados obtenidos.

Las distintas funciones desarrolladas para la resolución de los ejercicios propuestos por el profesor, constituirán la base sobre la que cada grupo de alumnos desarrollará el trabajo de la asignatura.

El alumno deberá realizar un examen escrito que supondrá el 40% de la nota final de la asignatura. El 60% restante está asociado a la realización y defensa de un trabajo propuesto por el profesor, relacionado con los contenidos de la asignatura.

Cada parte debe aprobarse por separado consiguiendo una nota mínima de 5 puntos sobre un máximo de 10 puntos.