Metaheurísticas, búsqueda estocástica y cómputo eficiente en optimización aplicada

Abstract

Las metaheurísticas son técnicas de optimización y resolución de problemas computacionales que toman inicialmente una solución factible, la cual es luego mejorada usando procedimientos heurísticos conocidos, como recocido simulado, algoritmos genéticos, búsqueda tabú y redes neuronales. La búsqueda estocástica está presente en estos métodos y su importancia reside en ser una herramienta general de optimización cuyo estudio puede aportar mejoras para las metaheurísticas y desarrollar variantes de ellas. Este proyecto propone estudiar propiedades teóricas y prácticas de estas técnicas y su aplicación en los problemas en los que trabajan sus integrantes, brindando metodologías para incrementar la eficiencia de los algoritmos involucrados y la confiabilidad de los resultados que producen. Estas metodologías aprovechan los avances en los métodos y técnicas de la computación eficiente y del cómputo en paralelo para desarrollar los algoritmos necesarios para validar las nuevas propuestas mediante casos de experimentación. La implementación de los algoritmos que permiten realizar las experiencias requiere la utilización de técnicas de las ciencias de los datos, del cómputo de alto rendimiento y métodos del campo de la optimización.