COSYO – COmplex SYstem Optimization

Investigador principal: Abraham Duarte Entidades financiadoras: URJC y Comunidad de Madrid (URJC-CM-2008-CET-3731) Duración: 01/01/2009 - 31/12/2009

Resumen:

Existe un tipo de problemas de optimización especialmente difíciles de resolver en los que se dispone sólo de información parcial, denominados Sistemas Complejos. En ellos no se tiene una descripción explícita del problema ya que algunos de sus elementos característicos, como son la función objetivo o las restricciones, se obtienen de forma indirecta. Como consecuencia, éstos se tratan como una caja negra.

El proyecto de investigación se centrará en el diseño de un Solver genérico (Context-Independent Solver) para la optimización de sistemas complejos mediante técnicas metaheurísticas. El Solver desarrollado generará soluciones como entrada a la caja negra y posteriormente analizará el resultado devuelto, extrayendo información sobre las soluciones, de tal forma que iterativamente se vayan generando soluciones de mayor calidad

Para diseñar el Solver, en primer lugar se categorizarán los problemas en función de si están descritos mediante variables enteras, permutaciones de elementos o variables continuas. Posteriormente, se diseñará un método basado en metaheurísticas para resolver cada tipo de problema. El último paso del diseño del Solver genérico consistirá en la integración de los tres métodos en un único esquema general que seleccionará el más adecuado para la resolución de cada problema. El Solver se complementará con una implementación del mismo en una herramienta denominada COSYO.

COSYO será un Solver genérico para la optimización de sistemas complejos modelados como una caja negra. Se considerarán dos perfiles de usuario de la herramienta. Por un lado, investigadores o profesionales con conocimientos de optimización (usándolo como librería de programación) y, por otro lado, profesionales que no tengan conocimientos avanzados en optimización (usándolo desde la hoja de cálculo de OpenOffice.org)

Los métodos propuestos en el desarrollo del proyecto se compararán con los mejores métodos existentes para ese tipo de problemas tanto en el ámbito académico como en el comercial. Esto dará lugar tanto a una aplicación que proporcione soluciones de gran calidad como a publicaciones científicas de impacto internacional.

Nicolás Rodríguez Uribe
Nicolás Rodríguez Uribe
Doctor en Inteligencia Artificial

Nicolás Rodríguez Uribe se graduó como Ingeniero en Informática en la Universidad Rey Juan Carlos en 2015. Posteriormente, completó el Máster Universitario en Ingeniería de Sistemas de Decisión en 2018 y obtuvo su Doctorado en Inteligencia Artificial por la misma universidad en 2022. Sus principales intereses de investigación se enfocan en heurísticas y metaheurísticas, optimización combinatoria, algoritmos trayectoriales, algoritmos genéticos y problemas multiobjetivo. Es miembro del grupo de investigación de alto rendimiento en algoritmos de optimización (GRAFO) de la Universidad Rey Juan Carlos. La mayoría de sus publicaciones tratan sobre el desarrollo de procedimientos heurísticos y metaheurísticos para resolver problemas complejos de optimización.