Resolució de Problemes i Programació amb Restriccions

Esteu aquí

Crèdits
4.5
Tipus
Optativa
Requisits
Aquesta assignatura no té requisits, però té capacitats prèvies
Departament
CS
En aquesta assignatura s'estudia el paradigma de la programació amb restriccions com a eina per a la resolució de problemes d'optimització combinatòria.

Professors

Responsable

  • Francisco Javier Larrosa Bondia ( )

Hores setmanals

Teoria
1
Problemes
1
Laboratori
1
Aprenentatge dirigit
0.116
Aprenentatge autònom
5

Competències

Competències Tècniques Generals

Genèriques

  • CG1 - Capacitat per a projectar, dissenyar i implantar productes, processos, serveis i instal·lacions en tots els àmbits de la Intel·ligència Artificial.

Competències Tècniques de cada especialitat

Acadèmiques

  • CEA1 - Capacitat de comprendre els principis bàsics de funcionament de les tècniques principals dels Sistemes Multiagents, i saber utilitzar-les en l'entorn d'un sistema o servei intel·ligent.
  • CEA13 - Capacitat de comprendre les tècniques avançades de Modelització, Raonament i Resolució de problemes, i saber dissenyar, implementar i aplicar aquestes tècniques en el desenvolupament d'aplicacions, serveis o sistemes intel·ligents.

Competències Transversals

Raonament

  • CT6 - Capacitat d'avaluar i analitzar de manera raonada i crítica sobre situacions, projectes, propostes, informes i estudis de caracter cientific-tecnic. Capacitat d'argumentar les raons que expliquen o justifiquen aquestes situacions, propostes, etc.

Objectius

  1. Capacitat per modelar de manera òptima un problema d'optimització discreta i resoldre'l utilitzant les eines mes adients.
    Competències relacionades: CT6, CEA1, CEA13, CG1,

Continguts

  1. Modelat de problemes combinatoris
  2. Resolució amb Programació amb restriccions

Activitats

Activitat Acte avaluatiu


Modeling


Objectius: 1
Teoria
8h
Problemes
8h
Laboratori
8h
Aprenentatge dirigit
1h
Aprenentatge autònom
40h

Constraint Programming


Objectius: 1
Teoria
5h
Problemes
5h
Laboratori
5h
Aprenentatge dirigit
0.5h
Aprenentatge autònom
25h

Metodologia docent

Es faran classes de teoria per introduir els conceptes teòrics fonamentals, classes de problemes per tal d'exercirtar el seu us, i classes de laboratori on es veurà l'us real de la tecnologia

Mètode d'avaluació

Al llarg del curs s'aniran fent petits projectes amb un pes entre un 5% i un 20% de la nota final en funcio de la seva dificultat. També es farà un examen final amb un pes al voltant del 30% de la nota

Capacitats prèvies

Algorismia bàsica