Inteligência Computacional

1º semestre de 2026 – Prof. Luiz Satoru Ochi

• E-mail: luiz.satoru@gmail.com / satoru@ic.uff.br
• Site: https://luizsatoru.github.io/
• Aulas: dias da semana/horário (a definir)

OBJETIVOS

O objetivo desta disciplina é fornecer o estado da arte das metodologias mais eficientes para a solução de Problemas Complexos, incluindo os algoritmos heurísticos tradicionais e dos algoritmos conhecidos como Heurísticas Inteligentes ou Metaheurísticas. Serão abordados as principais Metaheurísticas e suas Versões Híbridas das áreas de Inteligência Computacional (IC) & Machine Learning (ML).

Posteriormente, o curso enfoca a descrição, filosofia e aplicações das principais metaheurísticas da literatura incluindo: Algoritmos Evolutivos incluindo Algoritmos Genéticos (AG), Programação Genética (PG) e versões + recentes de AG como o BRKGA Greedy Randomized Adaptive Search Procedure (GRASP); Variable Neighborhood Search (VNS); VND e Variantes; Tabu Search (Busca Tabu); Simulated Annealing (AS); Ant Colony Optimization (Colônia de Formigas), Iterated Local Search (ILS), Adaptive Large Neighborhood Search (ALNS), Particle Swarm Optimization – PSO (Nuvens de Partículas), Neural Networks (NN) e outras técnicas. Adicionalmente estão previstas (dentro do limite de tempo disponível) tópicos adicionais desta matéria neste semestre, incluirá conceitos/implementação de Algoritmos Metaheurísticos Híbridos e Paralelos em Ambientes Heterogêneos (CPU & GPU).

No contexto de APLICAÇÕES, será dada forte ênfase em temas de: Cidades e Regiões: Inteligentes & Sustentáveis (CRIS); devido à grande experiência do Professor nestes segmentos!!

Após a explicação de cada algoritmo, serão abordadas algumas aplicações, e depois cada aluno(a) deverá ler e preparar apresentações baseadas em artigos sobre esta técnica em aulas posteriores. O curso deverá eventualmente contar com a contribuição de alunos/professores que já atuam neste tema, onde estes poderão ser convidados para exposições sobre seu(s) problema(s)/pesquisa(s).

Dentre as aplicações possíveis devemos apresentar contribuições nas áreas que incluem: Eventos Climáticos Extremos (ECE); Sistemas Inteligente de Transporte Urbano, Green Vehicle Routing Problem, Logística Inteligente, Logística Reversa (incluindo e-commerce), Sistemas de Manufatura, Otimização em Redes de Telecomunicações, Computação Médica, Biologia Computacional, Otimização na área de Petróleo e Gás (Projeto em parceria com a Petrobrás), Energias Renováveis, Sustentabilidade, Meio Ambiente, Mobilidade Urbana e Social, Segurança Pública & Defesa, veículos verdes, veículos aéreos não tripulados (VANTS-Drones) etc.

Como trabalho final, normalmente é solicitado a cada aluno(a), o desenvolvimento de um tema enfocando um ou mais técnicas abordadas e uma dada aplicação. O trabalho deverá incluir estudo, implementação e análise de resultados de algum algoritmo já existente e possíveis melhoramentos propostos pela(o) aluna(o). O aluno deve escrever uma monografia sobre o tema enfocado e resultados obtidos. Os melhores trabalhos serão incentivados a serem enviados para congressos/simpósios das áreas afins.