Problemas complejos resueltos con metaheurísticas

Abstract

Este proyecto de investigación se enfoca en el estudio de técnicas metaheurísticas para resolver distintos problemas de optimización. Una de las líneas de investigación está abocada al estudio de nuevas técnicas metaheurísticas y su adaptación para resolver problemas complejos de planificación. En particular se pone especial énfasis en metaheurísticas que simulan comportamientos sociales de distintas especies, tales como Cuckoo Search, Bee Colony Algorithm, Migration Bird Optimization, entre otros. Otra de las líneas de investigación se enfoca en el desarrollo de estrategias adaptativas para modificar la probabilidad de mutación sin control externo en algoritmos genéticos. De esta manera, se reduce considerablemente el tiempo dedicado a la configuración paramétrica. Una tercera línea de investigación apunta a examinar si la metaheurística Problem Aware Local Search (PALS), un método eficiente inicialmente propuesto para el problema de ensamblado de fragmentos de ADN, puede ser usado en otros dominios de aplicación y con otros problemas de optimización. También se analizan alternativas de diseño de los principales componentes para construir una versión de PALS eficiente y exacta y así resolver los problemas del nuevo dominio de aplicación de una manera competitiva. Por último, una línea de investigación se orienta a la propuesta de una nueva metodología, denominada HAPA, para tratar la configuración y evaluación del desempeño de los algoritmos genéticos distribuidos ejecutados sobre plataformas heterogéneas, con el objetivo de obtener una implementación eficiente y eficaz de este tipo de algoritmos.