El objetivo global de esta línea de investigación es diseñar e implementar nuevas estrategias de procesamiento paralelo en entornos de cómputo distribuido heterogéneo para facilitar la resolución de problemas tanto estructurales como numéricos cuya resolución mediante técnicas secuenciales resulta costosa en tiempos de ejecución debido a la magnitud o complejidad de las instancias que se desea resolver. Como resultado de estas investigaciones se ha logrado el desarrollo de técnicas robustas y eficientes aplicables a un amplio espectro de problemas de búsquedas en grafos y de optimización con función objetivo y restricciones no lineales.
En términos generales, es posible distinguir dos ramas de investigación para el desarrollo de algoritmos paralelos distribuidos: la paralelización de algoritmos secuenciales existentes y la creación de alternativas intrínsecamente paralelas. En el caso de problemas estructurales, se estudiaron los métodos secuenciales clásicos de búsqueda en grafos y se establecieron las limitaciones para su uso en redes de estaciones de trabajo. Sobre esta base se propuso un nuevo método de distribución semi-dinámica y se lo aplicó al algoritmo GS-FLCN para análisis de observabilidad.. Por otra parte, en la línea de los algoritmos intrínsecamente paralelos se desarrolló un nuevo algoritmo de búsqueda totalmente distribuido con el objeto de aumentar la eficiencia de los recorridos para esta aplicación específica. En vez de la estrategia tipo Master-Worker de la propuesta anterior se diseñó otra mucho más eficiente que sigue un esquema descentralizado tipo Master-Supervisor-Worker. En cuanto a los problemas numéricos, se consideraron estrategias para aplicar el paralelismo a las secciones de cómputo intensivo de los algoritmos secuenciales existentes para optimización no lineal con restricciones conocidos como GRG y SQP. Asimismo se desarrolló una nueva técnica de descomposición de dominio con el objeto de ampliar el rango de aplicabilidad de un algoritmo intrínsecamente paralelo concebido originalmente para problemas sin restricciones de modo que se lo pudiera utilizar en forma eficiente para el tratamiento de los problemas de optimización no lineal con restricciones.
En cuanto a las verificaciones de desempeño, las implementaciones se testearon sobre redes de estaciones de trabajo homogéneas y heterogéneas pequeñas y se hicieron estudios de escalabilidad. Las métricas clásicas de speed-up debieron ser ajustadas con el objeto de tener en cuenta la heterogeneidad de los procesadores y así poder asegurar comparaciones justas. En tal sentido, todos los nuevos algoritmos propuestos lograron muy buen desempeño en cuanto al tiempo de ejecución en comparación con los algoritmos secuenciales correspondientes. Se analizaron casos de estudio académicos y problemas industriales reales de mediano y gran tamaño pertenecientes al área de ingeniería de procesos.