- Aula teórica/prática: Segundas-feiras, 10h às 12h (Laboratório B-208)
- Aula teórica/prática: Quartas-feiras, 10h às 12h (Laboratório B-208)
As aulas de prática de laboratório serão todas assíncronas, assim como combinado em sala de aula. A entrega das atividades será necessária para o cômputo de presença.
As aulas serão todas ministradas, em sua grande maioria, presencialmente. Aulas teóricas expositivas serão realizadas em sala de aula, enquanto aulas práticas serão realizadas nos laboratórios da universidade, podendo serem síncronas ou assíncronas. Todos os slides e vídeos utilizados serão disponibilizados assim que estiverem prontos.
Abaixo segue o planejamento das aulas teóricas. As atividades a serem desenvolvidas nas aulas práticas serão disponibilizadas no decorrer do semestre.
- 03/08 - Aula 01: Introdução a disciplina DCE770
- 05/08 - Aula 02: Notação assintótica de complexidade
- 10/08 - Aula 03: Classes de complexidade (P, NP, NP-Completo)
- 12/08 - Aula 04: Conceitos de grafos e introdução a otimização
- 17/08 - Aula 05: Heurísticas construtivas
- 19/08 - Aula 06: Prática de laboratório: Heurísticas construtivas
- 24/08 - Aula 07: Tratamento de restrições em heurísticas e metaheurísticas
- 26/08 - Aula 08: Prática de laboratório: tratamento de restrições em heurísticas e metaheurísticas
- 31/08 - Aula 09: Vizinhança e busca local; Discussão do trabalho prático;
- 02/09 - Aula 10: Prática de laboratório: Busca local
- 09/09 - Aula 11: Sem aula
- 14/09 - Aula 12: VND, VNS e GRASP
- 16/09 - Aula 13: Prática de laboratório: VND, VNS e GRASP
- 21/09 - Aula 14: ILS, Tabu Search
- 23/09 - Aula 15: Prática de laboratório: ILS, Tabu Search
- 05/10 - Aula 16: Conceitos de heurísticas evolutivas e algoritmo genético; Prática de laboratório: Algoritmo genético
- 19/10 - Aula 17: Algoritmo genético de chaves aleatórias (BRKGA)
- 21/10 - Aula 18: Prática de laboratório: BRKGA
- 26/10 - Aula 19: Evolução diferencial e Enxame de partículas; Prática de laboratório: Evolução diferencial e Enxame de partículas
- 04/11 - Aula 20: Sem aula
- 09/11 - Aula 21: Otimização multi-objetivo e NSGA-II
- 11/11 - Aula 22: Prática de laboratório: NSGA-II
- 16/11 - Aula 23: Experimentos com heurísticas
- 18/11 - Aula 24: Prática de laboratório: Experimentos com heurísticas
- 23/11 - Aula 25: Otimização de parâmetros de algoritmos
- 25/11 - Aula 26: Prática de laboratório: Otimização de parâmetros de algoritmos
- 30/11 - Aula 27: Apresentações de seminários temáticos
- 02/12 - Aula 28: Sem aula
- 07/12 - Aula 29: Apresentações do trabalho final
- 09/12 - Aula 30: Avaliação especial
As datas e conteúdos descritos acima estão sujeito a eventuais mudanças
A avaliação de aprendizagem será realizada através de um conjunto de atividades práticas a serem desenvolvidas e entregues nas práticas de laboratório. Além disso, também será realizado um trabalho final onde deverá ser entregue e corrigido um artigo científico sobre a aplicação de heurísticas e metaheurísticas para um problema de otimização.
As avaliações somarão um total de 100 pontos. Um aluno é considerado aprovado caso obtenha 60 pontos ou mais ao fim do curso.
Instrumento de recuperação de aprendizagem: O instrumento de recuperação de aprendizagem será realizado na forma de atividades práticas. O instrumento de recuperação de aprendizagem poderá ser utilizado unicamente como recuperação para o conjunto de atividades práticas, sendo vedada sua utilização para a recuperação da nota do trabalho final. A nota final das atividades será igual a média aritimética entre a nota original do estudante e a nota obtida no instrumento de recuperação de aprendizagem.
| Trabalho final | Atividades de laboratório | Seminário |
|---|---|---|
| 60 pontos | 20 pontos | 20 pontos |
A frequência do aluno será aferida pela sua frequência nas aulas teóricas e práticas.
Cada aluno deverá obter uma frequência mínima em 75% das aulas realizadas para ser considerado aprovado.
Este repositório no GitHub também servirá como fórum de dúvidas da disciplina. As dúvidas deverão ser postadas na aba Discussões nesta página. Desta forma, todos os envolvidos na disciplina (o professor e os outros alunos) poderão ver suas dúvidas e respondelas o mais rápido possível.
Se você utilizar o material desta disciplina de qualquer maneira, por favor, cite o material fonte:
Iago A. Carvalho (2026), DCE770. Online: https://github.com/iagoac/dce770 Version 3.00; GNU General Public License v3.0.
@Misc{CarvalhoDCE770,
title={DCE770 - Heuristicas e metaheuristicas},
author={Iago A. Carvalho}, howPublished={\url{https://github.com/iagoac/dce770}},
year={2026},
note={Version 3.00; GNU General Public License v3.0}
}
Iago A. Carvalho
http://iagoac.github.io/