Modelos e heurísticas aplicados a modelos de predição de séries

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:

1. Arora, J. S. (2004). Introduction to Optimum Design. 2a. edição. Elsevier Academic Press, San Diego, CA, EUA.
2. Nocedal, J. & Wright, S. J. (1999). Numerical Optimization. Springer-Verlag, New York, NY, EUA.
3. Kelley, C.T. (1999). Iterative Methods for Optimization. Society for Industrial and Applied Mathematics, Philadelphia, PA, EUA.
4. Goldberg, D. E. (1989). Genetic Algorithms in Search, Optimization, and Machine Learning. Addison-Wesley. Reading, MA, EUA.
5. Rao, S. S. (1996). Engineering Optimization. 3a. edição. John Wiley & Sons, New York, NY, EUA.
6. Liu, G. P.; Yang, J. B. & Whidbourne, J. F. (2204). Multiobjective Optimisation and Control. Research Studies and Press Ltd., Baldock, England.