Metaheurísticas

Ementa: Muitos problemas de engenharia podem ser formulados como um problema de otimização. Para solução de tais problemas, diferentes métodos baseados programação matemática, pesquisa operacional, heurísticas computacionais, entre outros têm sido desenvolvidos. Meta-heurísticas são heurísticas de alto nível que através de um controle do processo de busca pretende atingir de forma sistemática e eficiente a solução ótima global de problemas de otimização, em especial de otimização combinatória. O objetivo desta disciplina é estudar alguns problema importantes de otimização e as meta-heurísticas capazes de resolvê-los. As meta-heurísticas estudadas são divididas em dois grupos: métodos de trajetórias e métodos populacionais. No primeiro grupo se encontram os algoritmos de busca tabu, simulated annealing, busca local (iterativa e guiada) entre outros. No segundo grupo incluem-se os métodos baseados em algoritmos evolucionários, meméticos, swarm e evolução diferencial. No final do curso, o estudante deve ser capaz de compreender as ideias de base por trás de cada meta-heurística estudada, saber como usar meta-heurísticas na solução de um problema prático, e ser capaz de desenvolver novas meta-heurísticas.

Bibliografia: 1 - J. Dréo, A. Pétrowski, P. Siarry and E. Taillard. Metaheuristics for hard optimization: methods and case studies, Springer, 2003. 2 - Z. Michalewicz and D. Fogel. How to solve it: Modern Heuristic, Springer,2004.-E- G Talbi. Metaheuristicsfrom design to implementation, John Wiley & Sons,2009. 3 - C. Blum and A. Roli: Metaheuristics in Combinatorial Optimization: orverview and conceptual comparison. ACM computing Surveys, vol 35 (3), pp 268-308, 2003. 4 - M. Gendrau and J-Y Potvin. Metaheuristics in Combinatorial Optimization. Annals of Operations Research, vol 140 (1), pp 189 213, 2005. 5 - Outros artigos selecionados.