Por favor, use este identificador para citar o enlazar este ítem:
https://www.innovacioneducativa.unam.mx:8443/jspui/handle/123456789/7455Registro completo de metadatos
| Campo DC | Valor | Lengua/Idioma |
|---|---|---|
| dc.coverage.spatial | México | - |
| dc.coverage.temporal | 2020-2021 | - |
| dc.date.accessioned | 2023-12-05T00:41:06Z | - |
| dc.date.available | 2023-12-05T00:41:06Z | - |
| dc.date.issued | 2020 | - |
| dc.identifier.uri | https://www.innovacioneducativa.unam.mx:8443/jspui/handle/123456789/7455 | - |
| dc.description.abstract | En el área de computación existen varios problemas de optimización que son difíciles de resolver. Por ejemplo: problemas NP-difíciles y problemas para los cuales no funcionan las técnicas clásicas de programación matemática. Una de las técnicas más utilizadas para resolver este tipo de problemas son las heurísticas. Estas técnicas nos permiten encontrar soluciones buenas al problema, sin garantizar encontrar la solución óptima, en un tiempo razonable. En la Licenciatura en Tecnologías para la Información en Ciencias (LTIC), la optativa de “Cómputo evolutivo: Algoritmos genéticos” tiene como objetivo enseñar a los alumnos técnicas metaheurísticas para resolver problemas de optimización difíciles. Una metaheurística es una heurística que nos permite resolver de una manera más general diferentes tipos de problemas. Sin embargo, estos temas tienen una complejidad elevada y es necesario que los alumnos desarrollen prácticas que les ayuden a comprender el funcionamiento de algunas metaheurísticas y además desarrollen la habilidad de adaptarlas para resolver exitosamente diferentes tipos de problemas. En este proyecto se propone la elaboración un conjunto de prácticas didácticas para la asignatura de “Cómputo evolutivo: Algoritmos genéticos”. Así como el diseño e implementación de una librería de código abierto, utilizando el lenguaje Python, que contenga la implementación de las metaheurísticas estudiadas y la solución a algunos problemas de optimización que pueden tener un impacto positivo en nuestra sociedad. Dicha librería servirá para: (i) que los alumnos puedan comparar los resultados de sus implementaciones con los resultados de la librería disponible, consultar el código para mejorar sus implementaciones e incluso proponer mejoras a la librería y (ii) personas en otras instituciones públicas o privadas puedan hacer uso de la librería para resolver problemas de optimización y de esta forma conozcan el trabajo que desarrollan los alumnos de la LTIC. | - |
| dc.description.sponsorship | Dirección General de Asuntos del Personal Académico (DGAPA) | - |
| dc.language | es | - |
| dc.rights | Todos los derechos son propiedad de la Universidad Nacional Autónoma de México (UNAM) | - |
| dc.title | Prácticas didácticas para el estudio y comprensión de metaheurísticas utilizadas en la resolución de problemas de optimización difíciles | - |
| dc.type | Proyecto PAPIME | - |
| dcterms.bibliographicCitation | MENCHACA MENDEZ, ADRIANA. (2020). Prácticas didácticas para el estudio y comprensión de metaheurísticas utilizadas en la resolución de problemas de optimización difíciles. (Proyecto PAPIME). Dirección General de Asuntos del Personal Académico (DGAPA). UNAM. México. | - |
| dcterms.educationLevel | nivel superior | - |
| dcterms.provenance | Escuela Nacional de Estudios Superiores Unidad Morelia (ENES Morelia) | - |
| dc.identifier.papime | PE102320 | - |
| dc.subject.keywords | metaheurísticas | - |
| dc.subject.keywords | optimización | - |
| dc.subject.keywords | problemas np-hard | - |
| dc.contributor.responsible | MENCHACA MENDEZ, ADRIANA | - |
| dc.description.objective | Objetivo general: El principal objetivo de este proyecto es contribuir a mejorar la enseñanza de técnicas metaheurísticas para la resolución de problemas de optimización difíciles. Generalmente estos temas son percibidos por los alumnos como complejos y abstractos. Objetivos específicos: "1. Diseño y elaboración de material didáctico, que contemple un conjunto de prácticas de laboratorio, para el estudio y comprensión de metaheurísticas utilizadas en la búsqueda de buenas soluciones para problemas de optimización difíciles. 2. Implementar y subir, a un repositorio de acceso libre (tentativamente GitHub), una librería en Python que contenga la implementación tanto de las heurísticas como de los problemas de optimización contemplados en el material didáctico del punto anterior." | - |
| dc.description.strategies | Los pasos para diseñar y elaborar el material didáctico para el estudio y comprensión de metaheurísticas utilizadas en problemas de optimización difíciles serán los siguientes: 1. Revisar el estado del arte sobre las metaheurísticas más utilizadas para resolver problemas de optimización difíciles. 2. Revisar, dentro de la literatura especializada, los problemas de prueba estándar más utilizados en optimización (continua y combinatoria). 3. Decidir qué metaheurísticas incorporar en nuestro material didáctico. En un principio serán búsqueda tabú, recocido simulado, algoritmo genético, evolución diferencial y cúmulo de partículas. 4. Decidir qué problemas serán estudiados y abordados con las metaheurísticas seleccionadas. Tentativamente serán el problema del viajero y el coloreado de grafos para optimización combinatoria y para optimización continua la función de Ackley y la función de Beale. 5. Diseñar al menos una práctica por metaheurística. 6. Utilizar las prácticas diseñadas para que sean elaboradas por cuatro alumnos. 7. Validar y detectar posibles mejoras en las prácticas, dadas las dificultades enfrentadas por los alumnos. 8. Escritura del material didáctico. Los pasos para implementar la librería en Python, serán las siguientes: 1. Implementación, por parte de los alumnos, de la solución a cada práctica en Python. 2. Revisión y mejora de las implementaciones. Se buscará que sean eficientes con respecto al tiempo de ejecución y a los recursos de memoria utilizados. 3. Documentación de la librería para que sea sencilla de utilizar por terceras personas. 4. Poner disponible la versión final de la librería en un repositorio de acceso libre. Tentativamente GitHub. | - |
| dc.description.goals | 1. Diseño y elaboración de material didáctico para el estudio y comprensión de metaheurísticas utilizadas en la resolución de problemas de optimización difíciles. 2. Librería (código abierto) de metaheurísticas para la resolución de problemas de optimización. Dicha librería incorporará los problemas de optimización abordados en el material didáctico del punto anterior. | - |
| dc.description.goalsAchieved | 1. Diseño y elaboración de material didáctico para el estudio y comprensión de metaheurísticas utilizadas en la resolución de problemas de optimización difíciles. Se abordaron cinco metaheurísticas y cuatro problemas de optimización. 2. Librería en Python que contiene las cinco metaheurísticas y los cuatro problemas abordados en el material didáctico del punto anterior. 3. Tesis de nivel licenciatura titulada "Librería para optimización con metaheurísticas". (Se continua con la escritura de la tesis) | - |
| dc.description.area | 1. Área de las Ciencias Físico Matemáticas y de las Ingenierías | - |
| dc.description.selfAssessment | En este proyecto participaron 5 investigadores y 2 alumnos de nivel licenciatura. Gracias al trabajo de los 7 participantes se logró alcanzar las metas planteadas en la propuesta y se obtuvieron dos productos: 1. Material didáctico titulado"Prácticas didácticas para el estudio y comprensión de metaheurísticas utilizadas en la resolución de problemas de optimización difíciles" 2. Librería en Python titulada "Pyristic" El material didáctico está organizado de la siguiente forma: 1. Cuenta con cinco capítulos. 2. Cada capítulo está dedicado a una metaheurística. 3. En cada capítulo se da una explicación detallada de la metaheurística, se ejemplifica su uso en la resolución de un problema de optimización y se presenta un ejercicio para que el lector aplique los conocimientos obtenidos. 4. Todos los capítulos cuentan con material complementario donde se presenta la implementación en lenguaje Python de la metaheurística diseñada en cada ejemplo. Una vez que se tenía el diseño de cada capítulo, los dos alumnos participantes utilizaban dicho material para hacer las implementaciones de los ejemplos y ejercicios del material complementario. De esta forma, se iba evaluando que el contenido fuera claro y comprensible para los alumnos. Además de las metas planteadas inicialmente, la forma de trabajo adoptada durante el proyecto motivó a que uno de los alumnos participantes eligiera como opción de titulación el trabajo de tesis titulado "Librería para optimización con metaheurísticas". El registro ya ha sido aprobado por el H. Consejo Técnico de la Escuela Nacional de Estudios Superiores Unidad Morelia. Por lo anterior, podemos concluir que el proyecto alcanzó los objetivos planteados en la propuesta. | - |
| dcterms.educationLevel.SEP | Licenciatura | - |
| dcterms.callforproject | 2020 | - |
| dc.subject.DGAPA | Ciencias de la computación | - |
| dc.description.products | Ejercicios educativos.Prácticas didácticas para el estudio y comprensión de metaheurísticas utilizadas en la resolución de problemas de optimización difíciles: "Se elaboró el material didáctico titulado ""Prácticas didácticas para el estudio y comprensión de metaheurísticas utilizadas en la resolución de problemas de optimización difíciles"". Dicho material cuenta con cinco capítulos. Cada capítulo presenta una explicación detallada de una metaheurística, un ejemplo de su aplicación y un ejercicio para que el lector aplique los conocimientos obtenidos. El material didáctico cuenta con material complementario donde se presentan las implementaciones en Python de los algoritmos propuestos en cada ejemplo. Nota. El material didáctico ya ha sido revisado por los cinco investigadores participantes y se iniciará el proceso para publicarlo en el Repositorio de Innovación Educativa de la Universidad Nacional Autónoma de México." | - |
| dc.description.products | Software. Pyristic: Implementación en lenguaje Python de las metaheurísticas: 1) Búsqueda Tabú, 2) Recocido Simulado, 3) Programación Evolutiva, 4) Estrategias Evolutivas y 5) Algoritmos Genéticos. Implementación en lenguaje Python de los problemas de prueba: 1) Agente viajero, 2) Mochila binario, 3) Función de Beale y 4) Función de Ackley. Nota. Como parte del trabajo de tesis titulado ""Librería para optimización con metaheurísticas"" se están desarrollando ejemplos detallados de cómo utilizar la librería en diferentes problemas de optimización. Actualmente, la librería se encuentra en un repositorio privado en la plataforma de GitHub. Una vez que se tengan completos los ejemplos se hará pública la librería. Por el momento, se puede consultar la librería en la siguiente liga: https://drive.google.com/file/d/1syltbCNpi1Z-045bsnzdQiZhuG5mgagY/view?usp=sharing. | - |
| dc.description.products | Tesis.Librería para optimización con metaheurísticas: "En este trabajo de tesis de nivel licenciatura se estudian cinco metaheurísticas: 1) Búsqueda tabú, 2) Recocido simulado, 3) Programación evolutiva, 4) Estrategias evolutivas y 5) Algoritmos genéticos. Cada metaheurística es implementada en lenguaje Python y forma parte de la librería ""Pyristic"". Las metaheurísticas implementadas son aplicadas a dos problemas de prueba y se realiza un estudio estadístico de su comportamiento en cada problema. Una de las características principales de la librería ""Pyristic"" es su flexibilidad para modificar las metaheurísticas, con el objetivo de mejorar los resultados obtenidos en problemas de optimización específicos. Nota. Actualmente ya se tiene completa la librería ""Pyristic"" y se está trabajando en la escritura de la tesis." | - |
| dc.description.outcomes | El material didáctico titulado "Prácticas didácticas para el estudio y comprensión de metaheurísticas utilizadas en la resolución de problemas de optimización difíciles" permitirá que: 1) Los alumnos de la Licenciatura en Tecnologías para la Información en Ciencias (LTIC) cuenten con material de apoyo en la asignatura optativa de "Cómputo evolutivo: Algoritmos genéticos". El material didáctico ya está siendo utilizado por los alumnos de la LTIC, hasta el momento se han revisado los dos primeros capítulos y la cantidad de dudas expresadas por los alumnos han disminuido en comparación con semestres anteriores. 2) Los alumnos e investigadores de Escuelas Nacionales, Facultades y Centros de Investigación que requieran resolver algún problema de optimización difícil puedan consultar y aprender sobre el uso de metaheurísticas en la resolución de problemas de optimización. La librería "Pyristic" permitirá que: 1) Los alumnos de la LTIC puedan comparar los resultados obtenidos por sus implementaciones con los obtenidos por los algoritmos disponibles en la librería. De esta forma pueden corregir y mejorar sus implementaciones. 2) Los alumnos e investigadores de Escuelas Nacionales, Facultades y Centros de Investigación puedan utilizar los algoritmos disponibles en la librería para resolver diferentes problemas de optimización. La librería permite modificar las componentes de las metaheurísticas para mejorar las estrategias de búsqueda en problemas de optimización específicos. 3) Dado que la librería estará disponible en el plataforma de GitHub, personal de cualquier institución (pública o privada) podrá utilizar las metaheurísticas disponibles. De esta forma se dará a conocer el trabajo que se realiza en la LTIC. Esto puede ayudar a i) que se establezcan futuras colaboraciones con investigadores tanto de otras instituciones públicas como de instituciones privadas y ii) que los egresados de la LTIC sea contratados con mayor facilidad. | - |
| Aparece en las colecciones: | 1. Área de las Ciencias Físico Matemáticas y de las Ingenierías | |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| manual-metaheuristicas-menchaca (4).pdf | Prácticas didácticas para el estudio y comprensión de metaheurísticas utilizadas en la resolución de problemas de optimización difíciles | 400.85 kB | Adobe PDF | Visualizar/Abrir |
| material-complementario-metaheuristicas-menchaca (3).pdf | Material complementario. Prácticas didácticas para el estudio y comprensión de metaheurísticas utilizadas en la resolución de problemas de optimización difíciles | 244.62 kB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.
