Saltar al contingut Saltar a navegacio
Mapa
  • Inici
  • Informació
  • Contacte
  • Mapa

Investigació Operativa ( IO )

Crèdits ECTS Departament Tipus Requisits Idiomes Impartició
6.0 EIO
  • Complementària d'especialitat (Sistemes d'informació)
  • Complementària d'especialitat (Computació)
Pre-requisit PE
  • Català   
  • Castellà   
Centre on s'imparteix l'assignatura: Facultat d'Informàtica de Barcelona (FIB) - Universitat Politècnica de Catalunya - BarcelonaTECH

Descripció

En l'entorn d'organitzacions complexes d'abast mitjà i gran en la indústria, l'administració i els negocis, els resultats de la presa de decisions que poden incidir en el seu funcionament/rendiment és de la màxima importància per als seus responsables. La Investigació Operativa és una disciplina orientada a proporcionar eines d'elaboració, d'anàlisi i de resolució eficient de models d'aquests sistemes mitjançant les quals es pot mesurar quantitativament els resultats de les decisions de la direcció de les organitzacions. Avui en dia resulta clau la integració d'aquesta classe de sistemes d'ajut a la presa de decisions dins dels diferents sistemes de informació que poden operar en les organitzacions. El curs s'inicia presentant un cas d'estudi amb el que il·lustrar aquests conceptes i continua amb l'exposició de models assentats en la Investigació Operativa i les seves tècniques de resolució eficient. Al llarg del curs els estudiants desenvoluparan i resoldran un d'aquests models adaptat a les necessitats del cas real d'una organització i s'avaluarà i discutirà la seva interacció amb els sistemes d'informació presents en ella.

Professors

Responsable:   Esteve Codina Sancho (esteve.codina@upc.edu)
Altres: Elena Fernández Areizaga (e.fernandez@upc.edu)
Dedicació en hores setmanals T : 2.0 P : 1.0 L : 1.0 AA : 5.6 AD : 0.4

Competències Genèriques

Competències Transversals

  • ÚS SOLVENT DELS RECURSOS D'INFORMACIÓ

  • G6 - Gestionar l'adquisició, l'estructuració, l'anàlisi i la visualització de dades i d'informació de l'àmbit de l'enginyeria informàtica, i valorar de forma crítica els resultats d'aquesta gestió.
  • G6.3 - Planificar i utilitzar la informació necessària per a un treball acadèmic (per exemple, per al treball de final de grau) a partir d'una reflexió crítica sobre els recursos d'informació utilitzats. Gestionar la informació de manera competent, independent i autònoma. Avaluar la informació trobada i identificar-ne les llacunes.
  • ACTITUD ADEQUADA DAVANT EL TREBALL

  • G8 - Tenir motivació per a la realització professional i per a afrontar nous reptes, tenir una visió àmplia de les possibilitats de la carrera professional en l'àmbit de l'enginyeria en informàtica. Sentir-se motivat per la qualitat i la millora contínua, i actuar amb rigor en el desenvolupament professional. Capacitat d'adaptació als canvis organitzatius o tecnològics. Capacitat de treballar en situacions de carència d'informació i/o amb restriccions temporals i/o de recursos.
  • G8.3 - Estar motivat pel desenvolupament professional, per a afrontar nous reptes i per la millora contínua. Tenir capacitat de treball en situacions de falta d'informació.


Competències Tècniques

  • ESPECIALITAT COMPUTACIÓ

  • CCO1 - Tenir un coneixement profund dels principis fonamentals i dels models de la computació i saber-los aplicar per a interpretar, seleccionar, valorar, modelar i crear nous conceptes, teories, usos i desenvolupaments tecnològics, relacionats amb la informàtica.
  • CCO1.3 - Definir, avaluar i seleccionar plataformes de desenvolupament i producció hardware i software per al desenvolupament d'aplicacions i serveis informàtics de diversa complexitat.
  • CCO2 - Desenvolupar de forma efectiva i eficient els algorismes i el software apropiats per a resoldre problemes complexos de computació.
  • CCO2.4 - Demostrar coneixement i desenvolupar tècniques d'aprenentatge computacional; dissenyar i implementar aplicacions i sistemes que les utilitzin, incloent les que es dediquen a l'extracció automàtica d'informació i coneixement a partir de grans volums de dades.
  • ESPECIALITAT SISTEMES D'INFORMACIÓ

  • CSI2 - Integrar solucions de Tecnologies de la Informació i les Comunicacions, i processos empresarials per a satisfer les necessitats d'informació de les organitzacions, permetent que assoleixin els seus objectius de forma efectiva.
  • CSI2.1 - Demostrar comprensió i aplicar els principis i les tècniques de gestió de qualitat i d'innovació tecnològica a les organitzacions.
  • CSI2.2 - Concebre, desplegar, organitzar i gestionar sistemes i serveis informàtics, en contextos empresarials o institucionals, per a millorar-ne els processos de negoci; responsabilitzar-se'n i liderar-ne la posada en marxa i la millora contínua; valorar el seu impacte econòmic i social.
  • CSI2.6 - Demostrar coneixement i capacitat d'aplicació dels sistemes d'ajuda a la presa de decisions i de bussines intelligence.
  • CSI3 - Determinar els requisits dels sistemes d'informació i comunicació d'una organització, atenent als aspectes de seguretat, compliment de la normativa i de la legislació vigent.
  • CSI3.5 - Proposar i coordinar canvis per a millorar l'explotació del sistema i de les aplicacions.
  • CSI1 - Demostrar comprensió i aplicar els principis i les pràctiques de les organitzacions, de manera que puguin exercir d'enllaç entre les comunitats tècnica i de gestió d'una organització, i participar activament en la formació dels usuaris.

Objectius Específics

  1. Conèixer la metodologia bàsica i l'àmbit d'aplicació de la Investigació Operativa

    SubObjectius
    • Distingir les diferents etapes en que consisteix un projecte d'Investigació Operativa
    • Paper dels models de Investigació Operativa dins dels sistemes de suport a les decisions
    • Etapa de presa de dades i tractament de la informació necesaria per a formular un model d'Investigació Operativa

    Competències relacionades
  2. Conèixer models simples de I.O., les seves solucions i particularitats

    SubObjectius
    • Conèixer models simples de programació lineal: problemes de producció i de mescles
    • Conèixer models simples de programació lineal entera: problema de la motxila i problemes de càrrega fixa
    • Coneixer models simples en programació no lineal: problema del volum màxim d'un cilindre.

    Competències relacionades
  3. Conèixer i identificar els components d'un problema d'optimització

    SubObjectius
    • Conèixer el paper central de un problema de optimització com eina dins dels processos de decisió
    • Distingir entre variables de decisió i paràmetres de un problema de optimització
    • Conèixer i saber utilitzar llenguatges de representació algebràica de problemes de optimització per a la definició i resolució de models basats en l'optimització

    Competències relacionades
  4. Identificació d'objectius en un procés de decisió. Saber expresar com constriccions, tant lineals com no lineals, les condicions a complir per les variables de decisió del model. Formular models multiobjectiu i de programació per objectius.

    SubObjectius
    • Identificar els múltiples objectius que puguin intervenir en un model de presa de decisions i relació amb els models de programació lineal
    • Conèixer la formulació bàsica d'un problema multiobjectiu
    • Per a problemes amb dos objectius saber determinar la frontera d'optimalitat Pareto
    • Conèixer i interpretar els resultats i la informació proporcionada per un model amb multiples objectius
    • Ser capaç de definir models de programació lineal adequats per a un sistema de suport a la decisió i traduir-los usant llenguatges de manipulació algebraics,
    • Identificació de variables de decisió i paràmetres de un model
    • Formulació de constriccions lineals i no lineals en un model

    Competències relacionades
  5. Conèixer l'estructura i propietats dels problemes de programació lineal i no lineal

    SubObjectius
    • Conèixer la forma standard de un problema de programació lineal. Variables de folga i escreix
    • Conèixer models simples de programació lineal: problema de producció, problema de mescles
    • Conèixer i saber calcular les solucions bàsiques factibles d'un problema de programació lineal
    • Conèixer els tipus de solucions que pot tenir un problema de programació lineal: solucions úniques, solucions alternatives, problemes infactibles, problemes no fitats
    • Ús de llenguatges de manipualció algebraics i fulls de càlcul. Identificar els tipus de solucions proporcionats pels llenguatges de manipulació algebraics per a problemes de programació lineal
    • Conèixer la diferència entre òptims locals i globals
    • Conèixer les característiques distintives dels problemes amb no linealitats

    Competències relacionades
  6. Conèixer i saber aplicar el mètode del simplex per resoldre problemes de programació lineal

    SubObjectius
    • Concepte de base factible. Conèixer i distingir entre variables bàsiques i no bàsiques
    • Objecte dels costs reduïts. Reconèixer una solució bàsica com solució òptima d'un problema de programació lineal. Reconèixer quan hi han òptims alternatius
    • Efectuar iteracions del mètode del simplex. Concepte de canvi de base. Càlcul dels costs reduïts

    Competències relacionades
  7. Conèixer i saber resoldre problemes de programació lineal en els que les variables estan asociades a un graf. Problemes de fluxos sobre xarxes.

    SubObjectius
    • Conèixer el paper de les matrius d'incidències nusos-arcs
    • Conèixer la formulació de problemes de fluxos en grafs bipartits. Conèixer la formulació del problema de cost mínim.
    • Conèixer l'estructura de les solucions bàsiques del problemes de fluxos sobre xarxes. Costs associats als nusos dels arbres i variables duals. Càlcul dels coeficients de costs reduïts. Casos amb un o més articles.
    • Aplicació dels algoritmes de camins mínims. (Dijkstra i correctors d'etiquetes)
    • Problemes de fluxos sobre xarxes amb capacitats asociades als arcs. Teorema del Flux-màxim Tall-mínim

    Competències relacionades
  8. Conèixer i aplicar tècniques bàsiques per resoldre problemes lineals amb variables enteres

    SubObjectius
    • Conèixer i poder aplicar l'algoritme de Branch and Bound
    • Saber formular condicions lògiques en forma de constriccions en un model de programació lineal entera
    • Conèixer els models bàsics de recobriment en forma de problema de programació lineal entera

    Competències relacionades
  9. Conèixer i identificar els inputs i els outputs dels models d'Investigació Operativa subjacents a diversos sistemes d'informació i d'ajut a la presa de decisions vistos en les sessions pràctiques.

    SubObjectius
    • Conèixer les propietats dels models d'Investigació Operativa vistos en les sessions pràctiques.
    • Davant de un conjunt de necessitats de una organització, analitzar si els models de Investigació Operativa vistos en les sessions pràctiques són suficients per a satisfer aquestes necessitats. Identificar deficiències i absències en la modelització.
    • Donats determinats requeriments de una organització en relació a un sistema d'ajut a la presa de decisions, adaptar i/o ampliar els models d' Investigació Operativa vistos en les sessions pràctiques per tal de satisfer els requeriments.

    Competències relacionades
  10. Ser capaç d'aplicar mètodes heuristics per a problemes de programació lineal entera

    SubObjectius
    • Aplicar heurístiques per problemes de localització de plantes
    • Aplicar heurístiques d'intercanvi per al problema del viatjant de comerç

    Competències relacionades
  11. Conèixer i poder aplicar diferents tipus de metaheurístiques vistos en l'assignatura

    SubObjectius
    • Saber aplicar la tècnica de recuit simulat per a resoldre problemes de routing
    • Saber aplicar la tècnica de tabú search per resoldre problemes de programació lineal entera

    Competències relacionades
  12. Ser capaç d'usar eficaçment els recursos d'informació en I.O.

    SubObjectius
    • Saber utilitzar i reconèixer la informació adequada per a la realització d'un treball
    • Saber el tipus de informació que pot proporcionar una font
    • Anàlisi i síntesi d'una determinada font d'informació i valor en relació a la consecució d'un objectiu (realització d'un treball, tasca o projecte)

    Competències relacionades
  13. Tenir actitud apropiada i motivació envers la feina

    SubObjectius
    • Motivació per la responsabilitat, la qualitat en la pròpia feina i la realització professional
    • Capacitat d'adaptació als canvis organitzatius, tecnològics i treball en equip
    • Adaptació a la falta d'informació i a les restriccions materials i temporals

    Competències relacionades

Continguts

1. Introducció a la modelització en la presa de decisions:

La modelització en el procés de presa de decisions. Models de la Investigació Operativa. El cicle metodològic de la investigació operativa

2. Programació continua. Propietats i métodes

Característiques dels problemes d'optimització. Formulació de problemes d'optimització. Tècniques de programació matemàtica. Formulació de problemes de PL. Resolució de problemes de PL. La geometria de la PL. El mètode del símplex: solucions bàsiques factibles i punts extrems. Anàlisi de sensibilitat. Introducció a la presència de no linealitats en els models.

3. Models de programació continua i sistemes de suport a la presa de decisions

Exemples de problemes de PL: planificació de la producció; problema d'inversió; problemes de transport; problemes de mescla; problemes d'inventari. Problemes de Fluxos sobre xarxes. Problemes multiobjectiu. Programació per objectius. Presencia de no linealitats en els models.

4. Programació Lineal Entera

Propietats dels problemes de PLE. Alguns problemes de PLE: problema de la planificació de treballadors; problemes de routing problemes de cost fix i de localització, Algorismes de PLE: plans secants; algorisme del Branch&Bound

5. Mètodes Heurístics per a la resolució de problemes PLE

Heurístiques constructives: Mètodes Greedy. Cerca local. Metaheurístiques: més enllà del òptim local. El mètode del recuit simulat. Cerca tabú, Algoritmes genètics. Altres mètodes. Aplicacions de heurístiques per a problemes de routing i d'altres.

6. Cerca i avaluació d'informació per la realització d'un treball en I.O.

Cercadors acadèmics. Bases de dades i revistes electròniques. Avaluació de la informació

7. Motivació i actitud per la feina en I.O.

Motivació per la responsabilitat, la qualitat en la pròpia feina i la realització professional. Capacitat d'adaptació als canvis organitzatius, tecnològics. Treball en equip. Adaptació a la falta d'informació i a les limitacions materials i temporals

Activitats

Llegenda

ActivitatActivitat de tipus Acte avaluatiu T P L AA AD
Activitat Activitat de tipus Acte avaluatiu Hores de Teoria Hores de Problemes Hores de Laboratori Hores d'Aprenentatge Autònom Hores d'Aprenentatge Dirigit

Bloc 1. Presentació d'objectius i de models bàsics de I.O. T      P      L      AA    AD    Total 
1.0 0.0 0.0 1.0 0.0 2.0

Alumne: Seguiment de les exposicions i revisió del material proprocionat per les corresponents sessions. Assimilació del paper dels problemes d'optimització com a font de modelització.

Objectius:

Continguts
  • 1. Introducció a la modelització en la presa de decisions:

Descripció tipus d'hores
T     Descripció dels objectius de la Investigació Operativa com disciplina. Descripció de les etapes del procés metodològic de formulació de un model. Validació de un model. Presentacio de un cas d'estudi. Descripció i anàlisi de diversos casos d'estudi implicats
AA    Lectura i estudi de material previ a les sessions de teoria
Anàlisi de fonts d'informació T      P      L      AA    AD    Total 
0.5 0.0 0.0 6.0 0.0 6.5

Alumne: Anàlisi i avaluació de la informació proporcionada de determinades referències (paquets de software/referències que poden aportar solucions al Treball de Curs.

Objectius:

Continguts
  • 3. Models de programació continua i sistemes de suport a la presa de decisions
  • 6. Cerca i avaluació d'informació per la realització d'un treball en I.O.

Descripció tipus d'hores
T     Avaluació del valor i mancances de la informació sel.leccionada.
AA    Identificació del valor i de les llacunes de informació envers la finalitat del Treball de Curs
Bloc 2. Models d'Optimització Continua i sistemes d'ajut a la presa de decisions T      P      L      AA    AD    Total 
4.0 2.0 0.0 6.0 0.0 12.0

Alumne: Seguiment dels models exposats en les sessions de teoria. Resolució individual i monitoritzada d'exercicis de modelització. A les sessions de laboratori, entrenament en l'ús de llenguatges de representació algebràica.

Objectius:

Continguts
  • 3. Models de programació continua i sistemes de suport a la presa de decisions

Descripció tipus d'hores
T     Descripció de models en programació lineal i presencia de no linealitats. Exposició del principi d'optimalitat Pareto. Minimització de la norma L1. Exposició de la programació per objectius i del pitjor cas possible
P     Formulació de problemes i modelització de casos d'estudi
AA    Lectura i estudi de material previ a sessions de teoria. Preparació i lectura del material per a exercicis de laboratori
Ús de cercadors de referències, de B.D. i de Revistes Electròniques T      P      L      AA    AD    Total 
0.5 0.0 0.0 4.0 0.0 4.5

Alumne: Cerca de publicacions de determinats autors en relació al Treball de Curs. Visionat de vídeos http://bibliotecnica.upc.edu/habilitats/eines-de-cerca-dinformacio#4 http://bibliotecnica.upc.edu/habilitats/l039estrategia-de-cerca

Objectius:

Continguts
  • 6. Cerca i avaluació d'informació per la realització d'un treball en I.O.

Descripció tipus d'hores
T     Es proporcionen determinats autors i temes en relació al Treball de Curs
AA    Ús de cercadors i primer anàlisi de referències
Avaluació de la cerca de referències en relació al Treball de Curs T      P      L      AA    AD    Total 
- - 0.0 0.0 - 0.0

Entrega de informe amb les 5 referencies més significatives i amb detall de les eines de cerca usades per trobar-les

Setmana 4
Tipus Examen: Control de laboratori

Objectius:
Bloc 3. Problemes de Programació Continua T      P      L      AA    AD    Total 
5.0 3.0 0.0 8.0 0.0 16.0

Alumne: Seguiment de classes de teoria amb el suport de material docent elaborat específicament. Assimilació dels conceptes de base factible, base òptima, òptim local i global. Capacitat per efectuar passes de l'algoritme del símplex. Resolució individual de problemes i seguiment de sessions de problemes. Capacitat de definir problemes de programació lineal i no lineal usant llenguatges algebraics i de resoldre'ls a les sessions de laboratori

Objectius:

Continguts
  • 2. Programació continua. Propietats i métodes

Descripció tipus d'hores
T     Caracterització de problemes de programació lineal. Propietats bàsiques dels problemes de programació lineal. Concepte de regió factible. Òptims únics i alternatius. Concepte de vèrtex d'una regió polièdrica. Exemples. Bases i solucions bàsiques algoritme del simplex. Desenvolupament a les sessions de teoria de la formulació algebràica básica. Exemples de iteracions amb l'algoritme del símplex. Mètode de les variables artificials. Presència de no linealitats. Característiques de les solucions.
P     Resolució de problemes gràficament en dues dimensions. Iteracions amb l'algoritme del simplex. Resolució de problemes simples amb llenguatges algebraics i avenç de conceptes per a classes de laboratori
AA    Treball per part de l'estudiant amb material docent i col.lecció de problemes. Preparació de sessions de laboratori. Exercicis per compta pròpia.
Actitud i motivació envers el treball. A1 T      P      L      AA    AD    Total 
0.0 0.0 1.0 3.0 0.0 4.0

Alumne: Els estudiants evaluen exercicis de laboratori lliurats d'acord a directrius recollides en una rúbrica.

Objectius:

Continguts
  • 2. Programació continua. Propietats i métodes
  • 5. Mètodes Heurístics per a la resolució de problemes PLE
  • 7. Motivació i actitud per la feina en I.O.

Descripció tipus d'hores
L     Avaluació de la qualitat d'exercicis
AA    Preparació i assimilació per part de l'estudiant
Avaluació de les fonts d'informació T      P      L      AA    AD    Total 
- - 0.0 0.0 - 0.0

Lliurament d'un informe fent l'avaluació

Setmana 6
Tipus Examen: Control de laboratori

Objectius:
Avaluació actitud i motivació envers el treball. A1 T      P      L      AA    AD    Total 
- - 0.0 0.0 - 0.0

Ús de rúbriques

Setmana 7
Tipus Examen: Control de laboratori

Objectius:
Bloc 4. Problemes de fluxos en xarxes T      P      L      AA    AD    Total 
4.0 3.0 0.0 7.0 0.0 14.0

Alumne: Efectuar iteracions del simplex per al problema de min-cost. aplicació de algoritmes de camins mínims. aplicació de l'algoritme de max-flow min.cut

Objectius:

Continguts
  • 2. Programació continua. Propietats i métodes
  • 3. Models de programació continua i sistemes de suport a la presa de decisions

Descripció tipus d'hores
T     Exposició del model de min-cost. Aplicació de l'algoritme del símplex. Exposició i derivació dels algoritmes de camins mínims. Ilustració del teorema de max-flow min-cut
P     Exercicis i tests de seguiment dels mètodes i algoritmes exposats
AA    Revisió del material presentat a clases de teoria i preparació de tests de seguiment. Exercicis per compta pròpia.
Avaluació de la pràctica de laboratori 1 T      P      L      AA    AD    Total 
- - - 0.0 0.0 0.0

S'entregarà un qüestionari emplenat al final de la sessió. Aquest qüestionari serà puntuable.

Setmana 8
Tipus Examen: Entrevista/Entrega pràctiques

Objectius:
Parcial 1 T      P      L      AA    AD    Total 
2.0 - - 4.0 - 6.0

Prova consistent en problemes per als blocs 1,2,3 i 4 de l'assignatura i la part corresponent del bloc 8 relacionada amb els blocs 1,2,3 i 4

Setmana 8
Tipus Examen: Control de teoria

Objectius:
Bloc 5. Modelització en Programació Lineal Entera T      P      L      AA    AD    Total 
4.0 2.0 0.0 6.0 0.0 12.0

Alumne: Adquirir capacitat de modelitzar usant variables binàries condicions de tipus lògic. Tenir com referencia els models presentats a les sessions de teoria per a poder emprendre desenvolupaments i modelitzacions pròpies

Objectius:

Continguts
  • 4. Programació Lineal Entera

Descripció tipus d'hores
T     Exposició dels models de recobriment i partició de conjunts i de la metodologia per reflectir condicions de tipus lògic amb variables enteres. Exposició dels models de càrrega fixa.
P     Modelització de problemes amb variables enteres/binàries dins d'una col.lecció de problemes
L     Formulació, implementació i resolució de un model prèviament especificat en un guió de pràctiques de laboratori i de variants proposades. Anàlisi dels resultats
AA    Lectura i estudi del material presentat a les sessions de teoria. Resolució individual, d'exercicis de modelització. Resolució de les modelitzacions usant llenguatges algebràics de modelització. Preparació i lectura del material per a les sessions de laboratori
Actitud i motivació envers el treball. A2 T      P      L      AA    AD    Total 
0.0 0.0 2.0 5.0 0.0 7.0

Alumne: Anàlisi dels canvis proposats pel professor en el Treball de Curs i proposta de canvis a realitzar en un periode de temps limitat. Discusió amb altres grups de treball de l'adequació de les solucions adoptades

Objectius:

Continguts
  • 7. Motivació i actitud per la feina en I.O.

Descripció tipus d'hores
L     Sessio d'aprenentatge col.laboratiu
AA    Anàlisi dels canvis proposts el professor en el treball de curs. Preparació prèvia a la sessió
Avaluació actitud i motivació envers el treball. A2 T      P      L      AA    AD    Total 
- - 0.0 0.0 - 0.0

Entrega de informe al final de sessió d'parenentatge col.laboratiu

Setmana 11
Tipus Examen: Control de laboratori

Objectius:
Bloc 6. Problemes de Programació Lineal Entera T      P      L      AA    AD    Total 
2.0 2.0 0.0 4.0 0.0 8.0

Alumne: Assimilació del conceptes de ramificació i acotació. Efectuar iteracions de l'algoritme de Branch and Bound amb problemes petits.

Objectius:

Continguts
  • 4. Programació Lineal Entera

Descripció tipus d'hores
T     Exposició de propietats bàsiques dels problemes de programaciói lineal entera i del concepte de relaxació lineal. Ilustració del funcionament de l'algoritme de branch and bound.
P     Resolució de petits problemes de programació lineal entera.
AA    Lectura i estudi del material de les sessions de teoria. Preparació d'exercicis per classe de problemes
Actitud i motivació envers el treball. A3 T      P      L      AA    AD    Total 
0.0 0.0 2.0 5.0 0.0 7.0

Alumne: Presentació oral del treball de curs en un temps limitat (10min per grup de treball)

Objectius:

Continguts
  • 7. Motivació i actitud per la feina en I.O.

Descripció tipus d'hores
L     Presentació de treballs de curs i discusió
AA    Preparació per part de l'estudiant
Avaluació actitud i motivació envers el treball. A3 T      P      L      AA    AD    Total 
- - 0.0 0.0 - 0.0

Presentació oral

Setmana 12
Tipus Examen: Control de laboratori

Objectius:
Bloc 7. Mètodes heurístics per a problemes de Programació Lineal Entera. Metaheurístiques T      P      L      AA    AD    Total 
4.0 2.0 0.0 6.0 0.0 12.0

Alumne: Conèixer els principals principis de construcció heurística de solucions. Saber construir algoritmes basats en metaheurístiques descrites. Mètode del recuit simulat, cerca tabu, cerca greedy.

Objectius:

Continguts
  • 4. Programació Lineal Entera
  • 5. Mètodes Heurístics per a la resolució de problemes PLE

Descripció tipus d'hores
T     Métodes heuristics per als problemes de localització de plantes i del viatjant de comerç. Mètodes de intercanvi. Construcció de solucions. Heuristica de Christofides. Mètode del recuit simulat. Cerca tabú, Cerca Greedy
P     Resoldre a mà casos de petita dimensió, aplicant les heurístiques vistes.
AA    Seguiment del material exposat i preparació de material per a les sessions de laboratori
Avaluació de la pràctica de laboratori 2 T      P      L      AA    AD    Total 
- - - 0.0 0.0 0.0

S'entregarà un qüestionari emplenat al final de la sessió. Aquest qüestionari serà puntuable.

Setmana 13
Tipus Examen: Entrevista/Entrega pràctiques

Objectius:
Pràctiques de laboratori 1 i 2 T      P      L      AA    AD    Total 
0.0 0.0 4.0 4.0 2.0 10.0

Alumne: Lectura prèvia del questionari i preparació de la pràctica. Execució de l'exercici i lliurament del qüestionari emplenat

Objectius:

Continguts
  • 2. Programació continua. Propietats i métodes
  • 3. Models de programació continua i sistemes de suport a la presa de decisions
  • 4. Programació Lineal Entera
  • 5. Mètodes Heurístics per a la resolució de problemes PLE

Descripció tipus d'hores
L     Realització de les pràctiques en sessions de aula PC. Modelització usant llenguatges de representació algebràica. Resolució i anàlisi de les solucions Construcció d'un algoritme basat en un procediment metaheuristic vist a classe
AA    Preparació prèvia pel estudiant
AD    Elaboració guiada de les pràctiques
Bloc 8. Treball de curs. T      P      L      AA    AD    Total 
2.0 0.0 6.0 8.0 0.0 16.0

Alumne: Assimilar les diferentes etapes de formulació, anàlisi i assaig d'un model de optimització orientat a formar part de un sistema de suport a la presa de decisions. Anàlisi del rendiment computacional de les eines emprades i de les prestacions del model desenvolupat. Desenvolupament de les competències transversals associades a l'assignatura. El Treball de Curs es desenvoluparà en grups de dos estudiants.

Objectius:

Continguts
  • 3. Models de programació continua i sistemes de suport a la presa de decisions
  • 5. Mètodes Heurístics per a la resolució de problemes PLE

Descripció tipus d'hores
T     Sessions de suport i aclaració de conceptes necessaris per a les tasques de formulació i resolució d'un cas d'estudi. Desenvolupament de competencies transversals associades a l'assignatura.
L     Sessions per a la implementació de les formulacions del models. Desenvolupament de competències transversals de l'assignatura
AA    Preparació de material. Estudi i anàlisi d'un petit cas d'estudi. Estudi i reforçament de conceptes vistos als continguts de l'assignatura
Avaluació del Treball de curs T      P      L      AA    AD    Total 
- - 0.0 0.0 - 0.0

Es plantejarà als estudiants el desenvolupament d'un model. Es dedicaran sessions de laboratori per al seu seguiment. Objectius específics: - Desenvolupament de un model basat en problemes d'optimització com part integrant de un sistema d'ajut a la presa de decisions. - Analitzar les prestacions computacionals del model desenvolupat per al seu ús correcte en l'entorn dels sistemes d'ajut a la presa de decisions.

Setmana 14
Tipus Examen: Control de laboratori

Objectius:
Parcial 2 T      P      L      AA    AD    Total 
2.0 - - 4.0 - 6.0

Prova consistent en problemes per als blocs 5,6 i 7 de l'assignatura i la part corresponent del bloc 8 relacionada amb els blocs 5,6 i 7.

Setmana 14
Tipus Examen: Control de teoria

Objectius:
Examen Final T      P      L      AA    AD    Total 
- - - 6.0 2.0 8.0

Prova consistent per a tots els blocs de l'assignatura

Setmana 15-18
Tipus Examen: Examen final

Objectius:
Total per tipus T      P      L      AA    AD    Total 
31.0 14.0 15.0 87.0 4.0 151.0

Metodologia docent

L'aprenentatge es farà seguint la metodologia dels casos, a partir de problemes en l'entorn de la Investigació Operativa. A partir d'aquests problemes es desenvoluparan els coneixements formals necessaris en classes de teoria, presencials i expositives, i la seva aplicació en les classes de laboratori, de tal manera que reforçarà l'assimilació dels diferents conceptes. S'utilitzarà software disponibles a la UPC (AMPL,OPL/Studio, excel,).

Mètode d'avaluació

Tipus d'avaluació

Es pot aprovar l'assignatura amb la màxima nota mitjançant l'avaluació continuada durant les 14 setmanes de classe

NT = Nota de Teoria
NL = Nota de Laboratori. La nota de laboratori estarà formada per les notes de les dues pràctiques al 50% cada una
NTC = Nota del Treball de Curs
NC = Nota relativa a les competències.

N= 0.45*NT + 0.2*NL + 0.25*NTC + 0.1*NC

Si 0.5*NExP1 + 0.5NExP2 >= 5 llavors no cal presentar-se a l'examen final

NT = Max (NExF, 0.5*NExP1 + 0.5*NExP2)

NExF = Nota de l'examen final
NExP1, NExP2 = Notes dels examens parcials 1 i 2.

La nota NC dependrà del grau assolit en les competències transversals pròpies de l'assignatura
i es repartirà a parts iguals entre aquestes. ( hi ha dues competències C1, C2; la nota
NC serà NC = 0.5*NC1 + 0.5*NC2

Per a una competència determinada hi ha la següent correspondència entre la valoració (A,B,C,D)
de la competència i la nota NC1 (o NC2) que passa a formar part de la nota final.


Un nivell A equival a una nota NC1 (o NC2) que estarà entre 8.5 i 10
Un nivell B equival a una nota NC1 (o NC2) que estarà entre 6,5 i < 8,5
Un nivell C equival a una nota NC1 (o NC2) que estarà entre 5 i < 6.5
Un nivell D equival a una nota NC1 (o NC2) que estarà entre 0 i <5

Les notes de les competències s'obtenen a partir d'activitats associades al Bloc 8 (Treball de Curs)
i de les pràctiques de laboratori.

La nota NC1, NC2 de les competències assignades a l'assignatura obeirà a la següent expressió:

NCi = 0.25 * NTC + 0.10*NL + Activitats específiques de la competència; i=1,2

Pes de les competències transversals en l'avaluació de la part específica de l'assignatura

  • 5.0 % - Planificar i utilitzar la informació necessària per a un treball acadèmic (per exemple, per al treball de final de grau) a partir d'una reflexió crítica sobre els recursos d'informació utilitzats. Gestionar la informació de manera competent, independent i autònoma. Avaluar la informació trobada i identificar-ne les llacunes.
  • 5.0 % - Estar motivat pel desenvolupament professional, per a afrontar nous reptes i per la millora contínua. Tenir capacitat de treball en situacions de falta d'informació.

Bibliografía bàsica

  • Winston W.L. , Mathematical Programming. Applications and algorithms , PWS Kent Publishing Company , 1991 .


  • Fourer, R, Gay, D.M. . Kernighan, B.W , AMPL a modeling language for mathematical programming , Thomson/Brooks/Cole , 2003 .


  • Williams, H.P. , Model building in mathematical programming , John Wiley and Sons , 1999 .


  • Hillier, Frederick S. , Introduction to Operations Research , McGraw Hill .


Bibliografía complementària

  • Sierksma, G. , Linear and integer programming : theory and practice , Marcel Dekker , 1999 .


Enllaços web

  1. Obrir nova finestra http://www.hsor.org/
    Pàgina de la High School Operations Research
  2. Obrir nova finestra http://www.ampl.com/
    Pàgina del Software de Modelització AMPL.
  3. Obrir nova finestra http://people.brunel.ac.uk/~mastjjb/jeb/or/contents.html
    Material Acadèmic del Professor Beasley J.E. al Imperial College de Londres
  4. Obrir nova finestra http://ifors.org/web/
    Pàgina de la Federació Internacional de Societats Professionals d' Investigació Operativa. Es possible mitjançant ella accedir a les pàgines de les Societats Europees, USA etc i les corresponents Societats Nacionals
  5. Obrir nova finestra http://www-01.ibm.com/software/integration/optimization/cplex-optimization-studi
    Pàgina del IBM CPLEX Optimization Studio.

Capacitats prèvies

Els alumnes han de tenir els coneixements suficients d'àlgebra per poder assimilar els mètodes algoritmcs exposats També han de ser capaços de llegir anglès a nivell tècnic

Compartir

 
logo FIB © Facultat d'Informàtica de Barcelona - Contacte - RSS