Resumen
The Bi-Objective Multi-Row Facility Layout Problem is a problem belonging to the family of Facility Layout Problems. This problem is challenging for exact and metaheuristics approaches. We use the Pareto front approach instead of the weight approach by means of a non-dominated solution set which we update in order to keep only the non-dominated solutions. To tackle this problem, we propose a Basic VNS algorithm based on a constructive method that generates random solutions, a mono-objective local search that relies on an interchange move, and a shake method that applies insert moves. In this regard, we also explain how to adapt the mono-objective schema of the BVNS for a multi-objective one. Then, we compare our results with the state of the art and propose future work.
Publicación
Variable Neighborhood Search
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.
Profesor Titular de Universidad
Catedrático de Universidad
Mis intereses de investigación se centran en las metaheurísticas aplicadas a problemas de optimización. He trabajado en diferentes problemas de optimización combinatoria aplicando algoritmos trajectoriales como GRASP o VNS. Además, estoy muy interesado en las aplicaciones de la Evolución Gramatical, específicamente en el dominio de los modelos y la predicción, como alternativa a los enfoques de aprendizaje automático.