Modelos Bioinspirados
Algoritmos genéticos, enjambres y sistemas inspirados en la naturaleza
Descripción del Curso
Descubre cómo la naturaleza inspira algoritmos computacionales poderosos. Este curso te enseñará a diseñar y aplicar algoritmos bioinspirados para resolver problemas complejos de optimización, aprendizaje y adaptación.
¿Qué aprenderás?
- Fundamentos de algoritmos evolutivos
- Algoritmos genéticos: selección, cruce, mutación
- Estrategias evolutivas y programación evolutiva
- Optimización por enjambre de partículas (PSO)
- Algoritmos de colonia de hormigas (ACO)
- Sistemas inmunes artificiales
- Redes neuronales evolutivas
- Algoritmos de recocido simulado
- Aplicaciones en optimización combinatoria
- Diseño de sistemas adaptativos bioinspirados
Contenido del Programa
Módulo 1: Algoritmos Evolutivos (Semanas 1-3)
- Introducción a la computación evolutiva
- Algoritmos genéticos: fundamentos y operadores
- Estrategias de codificación y representación
- Selección, cruce y mutación avanzados
Módulo 2: Optimización por Enjambre (Semanas 4-6)
- Optimización por enjambre de partículas (PSO)
- Algoritmos de colonia de hormigas (ACO)
- Algoritmos de abejas artificiales
- Comparación y selección de algoritmos
Módulo 3: Sistemas Inmunes y Adaptativos (Semanas 7-8)
- Sistemas inmunes artificiales
- Redes neuronales evolutivas
- Algoritmos de recocido simulado
- Sistemas adaptativos híbridos
Módulo 4: Aplicaciones Prácticas (Semanas 9-10)
- Optimización de rutas y scheduling
- Diseño de redes y topologías
- Aplicaciones en machine learning
- Proyecto final integrador
Requisitos Previos
- Conocimientos básicos de programación (Python)
- Fundamentos de algoritmos y estructuras de datos
- Conocimientos básicos de optimización matemática (deseable)
Duración y Modalidad
- Duración: 10 semanas
- Modalidad: Online con sesiones prácticas
- Dedicación estimada: 6-8 horas por semana
- Certificado: Incluido al completar el curso
Proyectos Prácticos
- Implementación de algoritmo genético para optimización
- Sistema de routing con colonia de hormigas
- Optimización de hiperparámetros con PSO
- Proyecto final: aplicación completa bioinspirada