15th Conferencia Internacional de Metaheurística

MIC'2024 se centra en presentaciones que cubren diferentes aspectos de la investigación metaheurística, como nuevos desarrollos algorítmicos, aplicaciones originales y de alto impacto, nuevos desafíos de investigación, desarrollos teóricos, problemas de implementación y estudios experimentales en profundidad. MIC'2024 se esfuerza por ofrecer un programa de alta calidad que se completará con una serie de charlas invitadas, tutoriales, talleres y sesiones especiales.

MIC'2024 solicita contribuciones que aborden cualquier aspecto de las metaheurísticas. Los temas de interés típicos, pero no exclusivos, son:

• Técnicas metaheurísticas como búsqueda tabú, recocido simulado, búsqueda local iterada, búsqueda de vecindad variable, optimización basada en memoria, búsqueda local dinámica, algoritmos evolutivos, algoritmos meméticos, optimización de colonias de hormigas, búsqueda de vecindad variable, optimización de enjambre de partículas, búsqueda de dispersión, ruta volver a vincular, etc.
• Técnicas que mejoran la usabilidad y aumentan el potencial de los algoritmos metaheurísticos como mecanismos de búsqueda reactiva para autoajuste, técnicas de configuración de algoritmos metaheurísticos offline, portafolios de algoritmos, paralelización de algoritmos metaheurísticos, etc.
• Investigación empírica y teórica en metaheurísticas, incluidos 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 las metaheurísticas en campos como la bioinformática, la ingeniería eléctrica y mecánica, las telecomunicaciones, la sostenibilidad, los negocios, la programación y la programación horaria. Particularmente bienvenidas son las aplicaciones innovadoras de algoritmos metaheurísticos que tienen el potencial de ampliar las fronteras de la investigación.
• Aportaciones sobre la combinación de técnicas metaheurísticas con otras de otras áreas, como programación entera, programación de restricciones, aprendizaje automático, etc.
• Aportaciones sobre el uso de técnicas metaheurísticas en aprendizaje automático y aprendizaje profundo para el ajuste fino y la búsqueda de arquitectura neuronal, etc.
• Áreas de aplicaciones desafiantes como problemas continuos, mixtos discretos-continuos, multiobjetivos, estocásticos o dinámicos.