RA1: Adquirir una visión de conjunto sobre la computación evolutiva.
RA2: Saber caracterizar de forma genérica un algoritmo evolutivo.
RA3: Conocer los tipos de algoritmos evolutivos más ampliamente utilizados: algoritmos genéticos, estrategias evolutivas, programación evolutiva, evolución diferencial, programación genética, sistemas clasificadores evolutivos y algoritmos meméticos.
RA4: Aprender a incorporar el conocimiento del dominio en el diseño de un algoritmo evolutivo y conocer diferentes formas de hibridar un algoritmo evolutivo con otros métodos de búsqueda.
RA5: Saber utilizar distintos índices de medida para valorar las prestaciones de un algoritmo evolutivo o para compararlo con las prestaciones de otros algoritmos evolutivos.
RA6: Aprender diferentes técnicas para abordar problemas de optimización con restricciones mediante un algoritmo evolutivo.
RA7: Conocer diferentes técnicas de mantenimiento de la diversidad para la resolución de problemas multimodales mediante algoritmos evolutivos.
RA8: Conocer diferentes técnicas dirigidas a la sintonización óptima de los parámetros intrínsecos de un algoritmo evolutivo.
RA9: Saber abordar problemas multiobjetivo mediante algoritmos evolutivos.
RA10: Ser capaz de analizar desde un punto de vista teórico los algoritmos evolutivos.