Esta asignatura ofrece una completa y exhaustiva introducción al campo de la computación evolutiva, incluyendo el estudio de sus variantes más importantes: algoritmos genéticos, estrategias evolutivas, programación evolutiva, evolución diferencial, programación genética, sistemas clasificadores evolutivos y algoritmos meméticos.

Al igual que en el campo de la ingeniería, donde la propia Naturaleza sirve a menudo de fuente de inspiración, el desarrollo de métodos automáticos de resolución de problemas en ciencias de la computación también puede apoyarse en la imitación de procesos naturales. En concreto, la computación evolutiva se basa en la imitación de los procesos evolutivos que ocurren en la Naturaleza.

El enfoque evolutivo para la resolución automática de problemas ha sido aplicado con éxito a tareas de optimización, diseño, planificación y control, entre otras. Un conjunto representativo de aplicaciones de dichas tareas se estudia en la presente asignatura debido, por un lado, a la amplia atención que han recibido a lo largo de los años por parte de la comunidad científica y, por otro lado, como motivación para que el alumno investigue la aplicación de algoritmos evolutivos en la resolución de problemas que sean de su interés.

Esta asignatura pertenece al "Máster Universitario en Investigación en Inteligencia Artificial", que se imparte en la ETSI Informática de la UNED. La asignatura es optativa, de carácter anual y con una carga de 6 créditos ECTS.

Los métodos evolutivos constituyen una importante opción para la resolución de problemas en inteligencia artificial. En muchas ocasiones representan una alternativa a métodos específicos diseñados para resolver de forma especializada cierta tarea. Por ello, no sería exagerado afirmar que esta asignatura está relacionada en mayor o menor medida con el resto de asignaturas del programa. A modo de ejemplo, se pueden aplicar técnicas evolutivas en razonamiento aproximado, aprendizaje automático, visión artificial, robótica o minería de datos.