Nome da disciplina: Modelos e heurísticas aplicados a modelos de predição de séries
Carga horária: 30h
Ementa: Introdução à Otimização; Formulação de Problemas de Otimização; Conceitos de Problemas de Otimização Sem Restrições; Conceitos de Problemas de Otimização Com Restrições; Otimização com Variáveis Inteiras; Métodos Evolucionários de Otimização; Otimização com Múltiplos Objetivos; Otimização Global. Otimização por enxames de partículas.
Objetivos: Capacitar o aluno ao domínio de técnicas de otimização heurísticas tais como algoritmos evolutivos, simulated annealing, otimização por enxame de partículas ao problema de predição de séries temporais.
Bibliografia básica:
- Arora, J. S. (2004). Introduction to Optimum Design. 2a. edição. Elsevier Academic Press, San Diego, CA, EUA.
- Nocedal, J. & Wright, S. J. (1999). Numerical Optimization. Springer-Verlag, New York, NY, EUA.
- Kelley, C.T. (1999). Iterative Methods for Optimization. Society for Industrial and Applied Mathematics, Philadelphia, PA, EUA.
- Goldberg, D. E. (1989). Genetic Algorithms in Search, Optimization, and Machine Learning. Addison-Wesley. Reading, MA, EUA.
- Rao, S. S. (1996). Engineering Optimization. 3a. edição. John Wiley & Sons, New York, NY, EUA.
- Liu, G. P.; Yang, J. B. & Whidbourne, J. F. (2204). Multiobjective Optimisation and Control. Research Studies and Press Ltd., Baldock, England.