A Path Relinking-Based Approach for the Bi-Objective Double Floor Corridor Allocation Problem
Resumen
The Bi-Objective Double Floor Corridor Allocation Problem is one of the most recent incorporation to the family of Facility Layout Problems. This problem, which has been a challenge for exact and metaheuristic approaches, involves optimizing the layout of the given facilities to minimize material handling cost and the length of the corridor considering more than one floor. This paper introduces a new approach based on the combination of two greedy methods and a path relinking implementation to tackle this problem. The experimental results show the superiority of our proposal in relation to the current state-of-the-art under different multi-objective metrics.
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.
Alberto Herrán González
Profesor Titular de Universidad
J. Manuel Colmenar
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.