Última actualización: 12/07/2020


Curso Académico: 2020/2021

Modelos y métodos cuantitativos de organización II
(15725)
Grado en Ingeniería en Tecnologías Industriales (Plan: 418 - Estudio: 256)


Coordinador/a: GARCIA GUTIERREZ, ISABEL

Departamento asignado a la asignatura: Departamento de Ingeniería Mecánica

Tipo: Optativa
Créditos: 6.0 ECTS

Curso:
Cuatrimestre:




Requisitos (Asignaturas o materias cuyo conocimiento se presupone)
No es necesario haber cursado otras asignaturas (las técnicas cuantitativas que se ven son independientes de las estudiadas en otras asignaturas).
Conocer los fundamentos de algoritmos cuantitativos para la resolución de problemas complejos en organización industrial. Ser capaz de aplicar la técnica cuantitativa más adecuada según la naturaleza del problema tratado. Interpretar los resultados obtenidos y valorar su utilidad en el contexto del problema real estudiado. Plantear problemas de ingeniería de organización que se basan en el estudio y simulación de alternativas. Identificar los problemas clásicos no polinómicos que requieren el uso de aproximaciones heurísticas para su resolución. Conocer los fundamentos y dinámica de los algoritmos de búsqueda heurística y de los algoritmos inspirados en la naturaleza.
Descripción de contenidos: Programa
Análisis de sistemas productivos y logísticos mediante técnicas de simulación discreta. Diseño de modelos de simulación. Implementación de modelos de simulación. Análisis de resultados y comparación de configuraciones en simulación. Introducción a los problemas no polinómicos (NP). Repaso a los problemas NP clásicos: el viajante de comercio, el problema de la mochila, programación de tareas con recursos limitados. Estudio de algoritmos de búsqueda metaheurística.
Actividades formativas, metodología a utilizar y régimen de tutorías
La actividades formativas incluyen: Clases magistrales, discusión de casos, trabajo en grupo e individual de los alumnos bajo la supervisión del profesor, trabajo autónomo de los alumnos, tutorías individuales y en grupo. Realización de prácticas de laboratorio. Realización de pruebas evaluación parciales y final.
Sistema de evaluación
  • Peso porcentual del Examen Final 40
  • Peso porcentual del resto de la evaluación 60

Bibliografía básica
  • Adenso Díaz. Optimización heurística y redes neuronales. Paraninfo. 1996 (Capítulos 1 y 3)
  • Goldberg. Genetic algorithms in search, optimization, and machine learning. Addison-Wesley. 1989 (Capítulos 1 y 2)
  • Haupt and Haupt. Practical genetic algorithms. John Wiley & Sons. 1998
  • Law and Kelton. Simulation modeling and analysis . McGraw-Hill. 2007
  • Rich and Knight. Inteligencia artificial. McGraw-Hill. 1994 (Capítulos 2 y 3)
  • Taha, H.. Investigación de operaciones. Pearson. 2004

El programa de la asignatura podría sufrir alguna variación por causa de fuerza mayor debidamente justificada o por eventos académicos comunicados con antelación.