Denominación de la asignatura

Computación Bioinspirada
Grado al que pertenece
Grado en Ingeniería Informática
Créditos ECTS
6
Carácter de la asignatura Optativa

Presentación

Muchos de los problemas de optimización a los que los ingenieros informáticos deben enfrentarse no pueden ser resueltos debido a la gran cantidad de opciones que deben evaluarse. Se necesitarían, incluso usando los métodos de computación actuales, miles de años para poder encontrar la solución óptima.

Por ello, dado que obtener la mejor solución es imposible, han surgido una serie  de algoritmos que nos ayudan a encontrar soluciones que, aunque no son las mejores, son muy buenas y nos permiten dar un resultado adecuado a nuestro problema. Por ejemplo, imaginemos un problema del viajante de comercio en donde debemos recorrer todos los nodos de un grafo minimizando la distancia. Aunque no encontremos la distancia más corta, sigue resultando muy interesante encontrar un recorrido donde la distancia se acerque a ese óptimo. Con el objetivo de resolver este tipo de problemas y encontrar soluciones buenas (aunque no óptimas) nacen los algoritmos bioinspirados.

Este tipo de algoritmos imitan distintos comportamientos que se encuentran en la naturaleza para tratar de realizar una búsqueda inteligente sobre el espacio de soluciones de nuestro problema y encontrar muy buenas soluciones en tiempos razonables. En esta asignatura aprenderemos cómo funcionan este tipo de algoritmos, estudiaremos los algoritmos de computación bioinspirada más utilizados y trataremos de comprender por qué estos algoritmos obtienen tan buenos resultados.

Competencias

Competencias básicas

Competencias generales

Competencias específicas

Competencias transversales

Contenidos

Tema 1. Introducción a la computación bioinspirada
Introducción a la computación bioinspirada

Tema 2. Algoritmos de adaptación social
Introducción
Computación bioinspirada basada en colonia de hormigas
Variantes de los algoritmos de colonias de hormigas
Computación basada en nubes de partículas

Tema 3. Algoritmos genéticos
Estructura general
Implementaciones de los principales operadores

Tema 4. Estrategias de exploración-explotación del espacio para algoritmos genéticos
Introducción
Algoritmo CHC
Problemas multimodales

Tema 5. Modelos de computación evolutiva
Estrategias evolutivas
Programación evolutiva
Algoritmos basados en evolución diferencial
Modelos de evolución basados en estimación de distribuciones (EDA)
Programación genética

Tema 6. Programación evolutiva aplicada a problemas de aprendizaje
Introducción
Aprendizaje basado en reglas
Métodos evolutivos en problemas de selección de instancias

Tema 7. Problemas multiobjetivo
Introducción
Concepto de dominancia
Aplicación de algoritmos evolutivos a problemas multiobjetivo

Tema 8. Redes neuronales
Introducción a las redes neuronales
Ejemplo práctico con redes neuronales


Metodología

Metodología

Las actividades formativas de la asignatura se han elaborado con el objetivo de adaptar el proceso de aprendizaje a las diferentes capacidades, necesidades e intereses de los alumnos.

Las actividades formativas de esta asignatura son las siguientes:

En la programación semanal puedes consultar cuáles son las actividades concretas que tienes que realizar en esta asignatura.

Descarga el pdf de la programación

Estas actividades formativas prácticas se completan, por supuesto, con estas otras:


Las horas de dedicación a cada actividad se detallan en la siguiente tabla:

ACTIVIDADES FORMATIVAS
HORAS
% PRESENCIAL
Sesiones presenciales virtuales 
15
100%
Recursos didácticos audiovisuales
6
0
Estudio del material básico
50
0
Lectura del material complementario
25
0
Trabajos, casos prácticos, test
17
0
Prácticas de laboratorio virtuales
12
16,67%
Tutorías 
16
30%
Trabajo colaborativo
7
0
Realización de examen final
2
100%
Total 
150

 

 

Puedes personalizar tu plan de trabajo seleccionando aquel tipo de actividad formativa que se ajuste mejor a tu perfil. El profesor-tutor te ayudará y aconsejará en el proceso de elaboración de tu plan de trabajo. Y siempre estará disponible para orientarte durante el curso.

Bibliografía

Bibliografía básica

La bibliografía básica es imprescindible para el estudio de la asignatura. Cuando se indica que no está disponible en el aula virtual, tendrás que obtenerla por otros medios: librería UNIR, biblioteca… 

Temas 1-8

Los textos necesarios para el estudio de este tema han sido elaborados por UNIR y están disponibles en formato digital para consulta, descarga e impresión en el aula virtual.

 

Bibliografía complementaria

Chura, H. E. T., Delgado, C. A. S., Gonzales, E. E. A., & Espinoza, E. F. (2017). Aplicación del algoritmo de colonia de hormigas al problema del agente viajero. CIENCIA & DESARROLLO, 20.

Palma, J.T., Marín, R. (2008). Inteligencia artificial: métodos, técnicas y aplicaciones. McGraw-Hill España.

Pereira, W. (2018). Desafíos de la Inteligencia Artificial Bioinspirada con Algoritmos Genéticos. Tekhné, 20(2), 104-129.

evaluación

Evaluación y calificación

El sistema de calificación se basa en la siguiente escala numérica:

0 - 4, 9

Suspenso

(SS)

5,0 - 6,9

Aprobado

(AP)

7,0 - 8,9

Notable

(NT)

9,0 - 10

Sobresaliente

(SB)

La calificación se compone de dos partes principales:

calificación

El examen se realiza al final del cuatrimestre y es de carácter PRESENCIAL U ONLINE y OBLIGATORIO. Supone el 60% de la calificación final y para que la nota obtenida en este examen se sume a la nota final, es obligatorio APROBARLO.

La evaluación continua supone el 40% de la calificación final. Este 40% de la nota final se compone de las calificaciones obtenidas en las diferentes actividades formativas llevadas a cabo durante el cuatrimestre.

Ten en cuenta que la suma de las puntuaciones de las actividades de la evaluación continua permite que realices las que prefieras hasta conseguir el máximo puntuable mencionado en la programación semanal. En ella se detalla la calificación máxima de cada actividad o evento concreto puntuables.

Para aprobar la asignatura será necesario aprobar cada una de las partes.

El sistema de evaluación de la asignatura es el siguiente:

SISTEMA DE EVALUACIÓN 
PONDERACIÓN MIN. 
PONDERACIÓN MÁX. 
Prueba de evaluación final
60%
60%
Evaluación de prácticas de laboratorios virtuales
0%
40%
Resolución de trabajos, proyectos y casos
0%
40%
Test de autoevaluación
0%
20%
Participación en foros y otros medios participativos
0%
40%

 

 

Profesorado

Jordi Canela Sánchez

Formación: Licenciado en Matemáticas por la Universidad de Barcelona, Máster en Matemática Avanzada y Profesional por la Universidad de Barcelona. Doctorado en Matemáticas por la Universidad de Barcelona.

Experiencia: Profesor en la Escuela Superior de Ingeniería y Tecnología en la UNIR. Anteriormente: Investigador postdoctoral en Université Paul Sabatier (Toulouse, 2 años),  profesor invitado en el IMPAN (Varsovia, 4 meses), investigador predoctoral dentro del proyecto europeo CODY (Kiel, Alemania, 1 año).

Líneas de investigación: Sistemas dinámicos en dimensión baja, sistemas dinámicos en variable compleja, análisis de métodos numéricos.

Orientaciones para el estudio

Orientación para el estudio

Obviamente, al tratarse de formación online puedes organizar tu tiempo de estudio como desees, siempre y cuando vayas cumpliendo las fechas de entrega de actividades, trabajos y exámenes. Nosotros, para ayudarte, te proponemos los siguientes pasos:

  1. Desde el Campus virtual podrás acceder al aula virtual de cada asignatura en la que estés matriculado y, además, al aula virtual del Grado. Aquí podrás consultar la documentación disponible sobre cómo se utilizan las herramientas del aula virtual y sobre cómo se organiza una asignatura en la UNIR y también podrás organizar tu plan de trabajo personal con tu profesor-tutor.
  2. Observa la programación semanal. Allí te indicamos qué parte del temario debes trabajar cada semana.
  3. Ya sabes qué trabajo tienes que hacer durante la semana. Accede ahora a la sección Temas del aula virtual. Allí encontrarás el material teórico y práctico del tema correspondiente a esa semana.
  4. Comienza con la lectura de las Ideas clave del tema. Este resumen te ayudará a hacerte una idea del contenido más importante del tema y de cuáles son los aspectos fundamentales en los que te tendrás que fijar al estudiar el material básico. Lee siempre el primer apartado, ¿Cómo estudiar este tema?, porque allí te especificamos qué material tienes que estudiar. Consulta, además, las secciones del tema que contienen material complementario (Lo + recomendado y + Información).
  5. Dedica tiempo al trabajo práctico (sección Actividades y Test). En la programación semanal te detallamos cuáles son las actividades correspondientes a cada semana y qué calificación máxima puedes obtener con cada una de ellas.
  6. Te recomendamos que participes en los eventos del curso (sesiones presenciales virtuales, foros de debate…). Para conocer la fecha concreta de celebración de los eventos debes consultar las herramientas de comunicación del aula vitual. Tu profesor y tu profesor-tutor te informarán de las novedades de la asignatura.
En el aula virtual del Grado encontrarás siempre disponible la documentación donde te explicamos cómo se estructuran los temas y qué podrás encontrar en cada una de sus secciones: Ideas clave, Lo + recomendado, + Información, Actividades y Test.

Ten en cuenta estos consejos…

  • Sea cual sea tu plan de estudio, accede periódicamente al aula virtual, ya que de esta forma estarás al día de las novedades del curso y en contacto con tu profesor y con tu profesor tutor.
  • Recuerda que no estás solo: consulta todas tus dudas con tu profesor-tutor utilizando el correo electrónico. Si asistes a las sesiones presenciales virtuales también podrás preguntar al profesor sobre el contenido del tema. Además, siempre puedes consultar tus dudas sobre el temario en los foros que encontrarás en cada asignatura (Pregúntale al profesor).
  • ¡Participa! Siempre que te sea posible accede a los foros de debate y asiste a las sesiones presenciales virtuales. El intercambio de opiniones, materiales e ideas nos enriquece a todos.
  • Y ¡recuerda!, estás estudiando con metodología on line: tu esfuerzo y constancia son imprescindibles para conseguir buenos resultados. ¡No dejes todo para el último día!