• Giới thiệu các phương pháp metaheuristic hiện đại như giải thuật di truyền, tìm kiếm cục bộ mở rộng (ILS), bầy đàn (PSO)... và cách chúng được sử dụng để giải quyết các bài toán tối ưu tổ hợp phức tạp trong thực tế (ví dụ: định tuyến, lập lịch, thiết kế mạng...);
• Cung cấp kiến thức cơ bản về tính toán tiến hóa (evolutionary computation) và khả năng áp dụng các thuật toán lấy cảm hứng từ sinh học để tìm kiếm lời giải trong không gian lớn, phi tuyến và không lồi;
• Giới thiệu tư duy mô hình hóa và mô phỏng dựa trên tác tử (agent-based modeling), giúp học viên hiểu được cách biểu diễn và phân tích các hệ thống động, phi tuyến, nơi hành vi cá nhân ảnh hưởng đến kết quả toàn hệ thống;
• Hướng dẫn thực hành mô phỏng trên nền tảng GAMA, một công cụ mã nguồn mở mạnh mẽ được sử dụng rộng rãi trong nghiên cứu và chính sách, giúp học viên làm quen với việc xây dựng mô hình không gian, tương tác tác tử và phân tích dữ liệu mô phỏng.

Lịch học dự kiến