14ª Conferencia Internacional de Metaheurística

MIC'2022 se centra en presentaciones que cubren diferentes aspectos de la investigación metaheurística como nuevos desarrollos algorítmicos, aplicaciones originales y de alto impacto, nuevos retos de investigación, desarrollos teóricos, cuestiones de implementación y estudios experimentales en profundidad. MIC'2022 se esfuerza por ofrecer un programa de alta calidad que se completará con una serie de charlas invitadas, tutoriales, talleres y sesiones especiales.

MIC'2022 solicita contribuciones que traten cualquier aspecto de la metaheurística. Los temas de interés típicos, aunque no exclusivos, son

• Técnicas metaheurísticas como la búsqueda tabú, el recocido simulado, la búsqueda local iterada, la búsqueda de vecindario variable, la optimización basada en la memoria, la búsqueda local dinámica, los algoritmos evolutivos, los algoritmos meméticos, la optimización de colonias de hormigas, la búsqueda de vecindario variable, la optimización de enjambres de partículas, la búsqueda dispersa, la revinculación de caminos, etc.
• Técnicas que mejoran la usabilidad y aumentan el potencial de los algoritmos metaheurísticos, como mecanismos de búsqueda reactiva para el autoajuste, técnicas de configuración de algoritmos metaheurísticos fuera de línea, carteras de algoritmos, paralelización de algoritmos metaheurísticos, etc.
• Investigación empírica y teórica en metaheurística, incluyendo análisis experimentales a gran escala, comparaciones de algoritmos, nuevas metodologías experimentales, metodologías de ingeniería para algoritmos metaheurísticos, análisis del espacio de búsqueda, conocimientos teóricos sobre las propiedades de los algoritmos metaheurísticos, etc.
• Aplicaciones de alto impacto de la metaheurística en campos como la bioinformática, la ingeniería eléctrica y mecánica, las telecomunicaciones, la sostenibilidad, los negocios, la programación y los horarios. Son especialmente bienvenidas las aplicaciones innovadoras de los algoritmos metaheurísticos que tengan el potencial de ampliar las fronteras de la investigación.
• Contribuciones sobre la combinación de técnicas metaheurísticas con las de otras áreas, como la programación entera, la programación de restricciones, el aprendizaje automático, etc.
• Contribuciones sobre el uso de técnicas metaheurísticas en el aprendizaje automático y el aprendizaje profundo para el ajuste fino y la búsqueda de arquitecturas neuronales, etc.
• Áreas de aplicación desafiantes como problemas continuos, mixtos discretos-continuos, multiobjetivo, estocásticos o dinámicos.