La aplicación del ordenador al estudio de la Naturaleza ha conducido desde sus orígenes a espectaculares simulaciones, describiendo las propiedades y mecanismos fundamentales de uno de los fenómenos de mayor belleza y complejidad surgidos en nuestro planeta, la Vida. Sin embargo, y desde los orígenes de la simulación, los científicos e ingenieros emprendieron otro camino: aquel en el que es la propia Naturaleza la que se convierte en fuente de inspiración, diseñándose desde entonces un número cada vez mayor de procedimientos computacionales o algoritmos bioinspirados de probada eficacia y utilidad en disciplinas como la Ingeniería, Economía, Química, Política, Informática, Física, Matemáticas, Sociología, Biología, Medicina, etc. De esta manera, estos algoritmos permiten abordar la resolución de una gran variedad problemas planteados como problemas de optimización y búsqueda en espacios complejos (Bioinformática: Simulación, Vida Artificial e Inteligencia Artificial, Díaz de Santos, 2004).

La asignatura "Bioinformática", que se imparte en la titulación Ingeniería Informática, comprende el estudio y diseño de algoritmos bioinspirados (colonias de hormigas, nubes de partículas, algoritmos genéticos, etc.) para problemas de optimización.

Temario de la asignatura

• Temario y Presentación de la Asignatura
• Tema 1: Computación Basada en Modelos Naturales  
• Tema 2: Introducción a los Modelos Basados en Adaptación Social  
• Tema 3: Optimización Basada en Colonias de Hormigas  
• Tema 4: Optimización Basada en Nubes de Partículas (Particle Swarm)  
• Tema 5: Introducción a la Computación Evolutiva  
• Tema 6: Algoritmos Genéticos I. Conceptos Básicos  
• Tema 7: Algoritmos Genéticos II. Diversidad y Convergencia  
• Tema 8: Algoritmos Genéticos III. Múltiples Soluciones en Problemas Multimodales
• Tema 9: Estrategias de Evolución y Programación Evolutiva  
• Tema 10: Algoritmos Basados en Evolución Diferencial (Diferential Evolution - DE)    
• Tema 11: Modelos de Evolución Basados en Estimación de Distribuciones (EDA)
• Tema 12: Algoritmos Evolutivos para Problemas Multiobjetivo  
• Tema 13: Programación Genética  
• Tema 14: Modelos Evolutivos de Aprendizaje
• Tema 15: Sistemas Inmunológicos Artificiales
• Tema 16: Otros Modelos de Computación Natural/Bioinspirados

Material adicional

• Relaciones de cuestiones (2014)
• Relaciones de problemas (2014)
• Relaciones de examenes