General Informations
- 30h
- From 31/7/2025
- Assessments
- Registration open to the public
About the course
Modelar e resolver problemas complexos do mundo em que vivemos não é uma tarefa trivial, pois existem inúmeras situações em que é impossível se construir um modelo detalhado para o problema, dada sua elevada complexidade. Por outro lado, um processo de simplificação de tal modelo pode causar perdas de informações relevantes que podem comprometer a sua qualidade. Nesse contexto, inúmeras pesquisas têm se dedicado ao desenvolvimento de técnicas que visam facilitar a modelagem e, principalmente, a resolução destes problemas. Uma abordagem bastante utilizada na obtenção de soluções para os problemas citados acima tem feito uso de técnicas chamadas metaheurísticas aplicáveis principalmente aos problemas de otimização e que produzem um processo simplificado. Essas técnicas mencionadas a cada dia provêm mais soluções expressivas na aplicação em problemas relacionados ao contexto da Saúde.
Goals
Descrever as premissas de um algoritmo com a computação evolutiva, mais especificamente, com o algoritmo genético; abordar problemas de otimização combinatória que podem ser aplicados na saúde.
Contents
1 - Algoritmos:
a) Premissas do algoritmo;
b) Partes de um algoritmo.
2 - Otimização Combinatória:
a) Problemas de otimização;
b) Abordagens para problemas de otimização.
3 - Computação evolutiva:
a) Algoritmo evolutivo básico;
b) Algoritmos genéticos.
4 - Aplicação de algoritmos de otimização em saúde.
