¿Qué es la optimización combinatoria?

Los problemas de optimización en los que las variables de decisión son enteras, es decir, donde el espacio de soluciones está formado por ordenaciones o subconjuntos de números naturales, reciben el nombre de problemas de optimización combinatoria. En este caso, se trata de hallar el mejor valor de entre un número finito o numerable de soluciones viables. Sin embargo la enumeración de este conjunto resulta prácticamente imposible, aún para problemas de tamaño moderado.

Las raíces históricas de la optimización combinatoria subyacen en ciertos problemas económicos: la planificación y gestión de operaciones y el uso eficiente de los recursos. Pronto comenzaron a modelizarse de esta manera aplicaciones más técnicas, y hoy vemos problemas de optimización discreta en diversas áreas: informática, gestión logística (rutas, almacenaje), telecomunicaciones, ingeniería, etc., así como para tareas variadas como el diseño de campañas de marketing, la planificación de inversiones, la división de áreas en distritos políticos, la secuenciación de genes, la clasificación de plantas y animales, el diseño de nuevas moléculas, el trazado de redes de comunicaciones, el posicionamiento de satélites, la determinación del tamaño de vehículos y las rutas de medios de transporte, la asignación de trabajadores a tareas, la construcción de códigos seguros, el diseño de circuitos electrónicos, etc. (Yepes, 2002). La trascendencia de estos modelos, además del elevado número de aplicaciones, estriba en el hecho de que “contiene los dos elementos que hacen atractivo un problema a los matemáticos: planteamiento sencillo y dificultad de resolución” (Garfinkel, 1985). En Grötschel y Lobas (1993) se enumeran otros campos en los cuales pueden utilizarse las técnicas de optimización combinatoria.

REFERENCIAS

GARFINKEL, R.S. (1985). Motivation and Modeling, in LAWLER, E.L.; LENSTRA, J.K.; RINNOOY KAN, A.H.G.; SHMOYS, D.B. (eds.) The Traveling Salesman Problem: A Guide Tour of Combinatorial Optimization. Wiley. Chichester.

GRÖTSCHEL, M.; LÓVASZ, L. (1993). Combinatorial Optimization: A Survey. Technical Report 93-29. DIMACS, May.

YEPES, V. (2002). Optimización heurística económica aplicada a las redes de transporte del tipo VRPTW. Tesis Doctoral. Escuela Técnica Superior de Ingenieros de Caminos, Canales y Puertos. Universitat Politècnica de València. 352 pp. ISBN: 0-493-91360-2. (pdf)

Diseño heurístico de puentes de hormigón pretensado como ejemplo de docencia de posgrado

Este artículo describe la impartición de un curso de posgrado en el diseño automatizado y optimización económica de estructuras de hormigón. El contenido forma parte de un Máster en Ingeniería de Hormigón que comenzó en octubre de 2007. El curso aplica los algoritmos heurísticos al diseño práctico de estructuras reales de hormigón, tales como muros, pórticos y marcos de pasos inferiores de carreteras, pórticos de edificación, bóvedas, pilas, estribos y tableros de puentes. Se presentan como casos prácticos dos tableros de puente de hormigón pretensado usados en la obra pública de construcción de carreteras. En primer lugar, se aplica SA a un tablero de un puente peatonal de viga artesa de hormigón prefabricado. El  segundo ejemplo aplica TA a un tablero de losa continua de hormigón postesado. Los casos estudiados indican que la optimización heurística es una buena opción para diseñar   estructuras de hormigón pretensado reduciendo los costes.

Optimización y programación matemática

George Bernard Dantzig
George Bernard Dantzig (1914-2005), “padre de la programación lineal”

Optimizar significa buscar la mejor manera de realizar una actividad, y en términos matemáticos, hallar el máximo o mínimo de una cierta función, definida en algún dominio. La optimización constituye un proceso para encontrar la mejor solución de un problema donde “lo mejor” se concilia con criterios establecidos previamente.

La programación matemática constituye un campo amplio de estudio que se ocupa de la teoría, aplicaciones y métodos computacionales para resolver los problemas de optimización condicionada. En estos modelos se busca el extremo de una función objetivo sometida a un conjunto de restricciones que deben cumplirse necesariamente. Las situaciones que pueden afrontarse con la programación matemática se suelen presentar en ingeniería, empresas comerciales y en ciencias sociales y físicas.

Con carácter general, un programa matemático (ver Minoux, 1986) consiste en un problema de optimización sujeto a restricciones en  de la forma:

 

Continue reading “Optimización y programación matemática”

Lecciones aprendidas en la optimización de estructuras de hormigón y la sostenibilidad

ACHE2014Hoy empieza el VI Congreso Internacional de Estructuras ACHE en Madrid. Es un buen momento para reflexionar sobre las lecciones aprendidas en optimización de estructuras de hormigón y su sostenibilidad. Son reflexiones fruto del trabajo de los últimos 8 años de investigación que permiten establecer algunas conclusiones que creo son de interés para los que nos dedicamos a la ingeniería civil, y en particular, a la investigación sobre el hormigón estructural y las infraestructuras en general.

Toda esta aventura empezó con la lectura de mi tesis doctoral, en el año 2002, sobre optimización de redes de transporte. Elegí este tema al ser profesor de la asignatura de Procedimientos de Construcción y estar interesado en profundizar en aspectos como el movimiento de tierras y la modelización del transporte. La realización de esta tesis me permitió adentrarme en un mundo desconocido para mí que era la optimización heurística y la inteligencia artificial. A pesar de las novedades que presentó la tesis y las publicaciones posteriores, me di cuenta que traspasar la frontera entre el mundo de las ideas a la realidad cotidiana del transporte suponía un reto de un alcance superior: la toma de decisiones en tiempo real en las rutas de distribución requería una actualización constante de gran cantidad de datos: tráfico, congestión, demanda de clientes, stocks, costes variables, etc. El problema no era la optimización, sino la gestión de cantidades masivas de datos que se actualizaban permanentemente.

Sin embargo en aquel entonces me di cuenta de las grandes posibilidades de utilizar estar herramientas en un campo que ha resultado fructífero: las estructuras de hormigón. En efecto, a partir del año 2003 empecé a impartir una asignatura de doctorado novedosa: “Optimización heurística en la ingeniería“, que posteriormente acabó en el Máster Universitario en Ingeniería del Hormigón llamándose “Optimización heurística de estructuras de hormigón”, de 3 créditos, y que ha acabado en una asignatura de mayor calado denominada “Modelos predictivos y optimización de estructuras de hormigón“, con 5 créditos. En este sentido, este año estamos terminando nuestro tercer proyecto de investigación competitivo del Ministerio de Ciencia e Innovación denominado HORSOSTDiseño eficiente de estructuras con hormigones no convencionales basados en criterios sostenibles multiobjetivo mediante el empleo de técnicas de minería de datos“.

.facebook_2096399093

Desde ese momento he tenido la oportunidad de dirigir tesis doctorales, publicar artículos científicos y presentar ponencias sobre este tema. Algunas de las consecuencias de todo este trabajo, donde ha participado un grupo de más de 15 investigadores, son las siguientes:

  1. Existe una posibilidad clara y real de usar las técnicas de optimización heurística en la optimización económica de estructuras de hormigón. Hemos encontrado muchos casos donde ahorros del 10 al 50% son fáciles de conseguir sin que exista ningún tipo de merma en la seguridad y prestaciones de las estructuras. Estas ventajas económicas son especialmente atractivas en el caso de elementos prefabricados repetitivos y en obras lineales de gran volumen.
  2. Estas técnicas permiten un diseño automatizado de la estructura. Es decir, no es necesario un diseño previo. Los algoritmos de optimización permiten reducir en un breve espacio de tiempo la experiencia adquirida por ingenieros a lo largo de los años, mejorando incluso sus diseños.
  3. La optimización debe incluir no sólo las cargas de la estructura en servicio, sino todo el proceso constructivo y su posible desmantelaje.
  4. Hay que tener un cuidado muy especial con el mal uso de las técnicas de optimización y del ordenador. Ello significa que dejar estos algoritmos a usuarios sin experiencia ingenieril es muy peligroso. La razón es la siguiente: las estructuras óptimas son significativamente más esbeltas. Si se comprueban los estados límite habituales es posible que cometamos errores. Por ejemplo, la optimización de muros de hormigón nos llevó a muros extraordinariamente esbeltos que flectaban enormemente en cabeza. Una limitación en la flecha de 1/150 evitó esta sensación de desplome. Este estado límite no lo suelen comprobar los programas habituales ni los calculistas. Otros estados límite que suelen ser relevantes son los de fatiga, vibración, pandeo, etc. Estas estructuras optimizadas empiezan a parecerse a las estructuras metálicas.
  5. Es muy posible que en breve espacio de tiempo las empresas que desarrollan software comercial introduzcan módulos de optimización en sus programas. Esto puede provocar la aparición de patologías inesperadas en las obras.
  6. Será necesario revisar las normativas actuales. Es muy posible que sea necesario un anexo en la futura EHE en la que se pongan cautelas en el diseñó automático de estructuras óptimas. Habrá que ser cuidadoso en la definición de los estados límite que se deban comprobar.
  7. Es un error optimizar sólo desde el punto de vista económico, debería realizarse análisis multiobjetivo considerando aspectos medioambientales, sociales y de otro tipo.
  8. La optimización abre un campo nuevo, que es la introducción efectiva de la sosteniblidad en el diseño de las estructuras. Si bien el anexo 13 de la EHE-2008 establece unos indicadores para medir la sostenibilidad medioambiental, se trata de una primera aproximación que no contempla la efectiva reducción de aspectos de gran interés: reducción de emisiones de CO2, reducción en el consumo energético necesario, reducción de la huella ecológica, reducción en el uso de materiales, etc.
  9. La reducción de los impactos ambientales se puede realizar actualmente basándose en bases de datos como la del BEDEC (Institut de Tecnologia de la Construcció de Catalunya) u otros similares. Sin embargo, estas bases de datos son actualmente de escaso alcance, con un grupo reducido de materiales y procesos constructivos, no contemplando el ciclo completo de vida de las estructuras, y por tanto debería realizarse un esfuerzo de primer nivel para su actualización y mejora.
  10. Es necesario realizar un esfuerzo importante (tenemos una tesis doctoral en marcha) para valorar la sostenibilidad social de las infraestructuras de la forma más objetiva posible. Este aspecto deber unirse a la sostenibilidad económica y medioambiental.
  11. Los análisis de optimización deben realizarse desde el punto de vista multiobjetivo. Se deben optimizar a la vez aspectos medioambientales, económicos, sociales, de funcionalidad, de seguridad, de durabilidad y otros. Ello significa que existe un área importante de investigación relacionada con la decisión multicriterio. Es decir, se debe dar un paso desde el conjunto de soluciones eficientes desde varios puntos de vista a la decisión final del decisor.
  12. Hay que realizar un esfuerzo de gran calibre para llevar estas técnicas de optimización pensando en el ciclo completo de las infraestructuras. En este sentido, estamos desarrollando también una tesis doctoral que trata de optimizar desde el punto de vista multicriterio el mantenimiento de las infraestructuras a lo largo de su ciclo de vida, considerando restricciones presupuestarias.

 

Mesa silla

También nos hemos dado cuenta de una serie de aspectos relacionados con nuestro trabajo, muchos de ellos no tan evidentes, que deberían divulgarse lo más posible para el uso adecuado de los recursos escasos de los que dispone nuestra sociedad:

  1. Los hormigones no convencionales (alta o muy alta resistencia, con fibras, autocompactante, con elevadas adiciones, etc.) proporcionan ventajas a tener muy en cuenta cuando se optimizan las estructuras. Por ejemplo, hemos visto cómo un material caro por su trabajabilidad como puede ser el hormigón con fibras, resulta competitivo desde el punto de vista económico frente a hormigones convencionales. Además, resulta interesante el comportamiento mecánico de las fibras cuando interactúa con la armadura activa del pretensado. Se necesita profundizar en el conocimiento de estos materiales para incluirlos en la optimización.
  2. También hemos comprobado que con incrementos mínimos en el coste (del orden del 1-3%) se puede duplicar o triplicar la durabilidad de las estructuras. Este aspecto es muy importante, pues permite una elevada amortización en los consumos, al alargar la vida útil. Creemos que se debe reformular en la EHE la vida útil de proyecto de las estructuras.
  3. Si bien la fabricación de cementos se ha considerado como un auténtico atentado respecto a la producción de emisiones de CO2, nuestros estudios han comprobado la eficacia de aspectos como la carbonatación y el reciclaje como sumideros de CO2. Debería profundizarse en este tipo de estudios para valorar de forma más precisa y realista los impactos que causa el hormigón cuando se contempla el ciclo de vida completo.
  4. La inteligencia artificial permite algo que, hasta ahora, era muy lento y poco efectivo: Se puede acelerar la obtención de experiencia y saber hacer en las estructuras. Así por ejemplo, generando bases ingentes de estructuras óptimas (digamos puentes pretensados con diversas luces), podríamos aplicar técnicas de minería de datos “data mining” para extraer de las bases de datos generadas información no trivial. Dicho de otra forma, se podrían avanzar fórmulas de predimensionamiento más efectivo que podrían usarse por parte de los calculistas e ingenieros en el diseño diario de sus estructuras. Esta práctica permitiría ahorros sustanciales, tanto económicos como medioambientales.
  5. Por último, insistir en la optimización a lo largo del ciclo de vida. Resulta especialmente importante en los tiempos que corren, tener muy claros los aspectos relacionados con el mantenimiento de las infraestructuras. Los estudios que estamos realizando indican que, incluso con presupuestos altamente restrictivos, es posible optimizar los indicadores de servicio de las infraestructuras si se actúa de forma inteligente.

Para terminar, por si puede ser de interés, os dejo alguno de los artículos más significativos que hemos desarrollado sobre estos temas. Espero que os sean útiles. De todas formas, nos vemos en el congreso ACHE.

  • MARTÍ, J.V.; YEPES, V.; GONZÁLEZ-VIDOSA, F. (2014). A memetic algorithm approach to designing of precast-prestressed concrete road bridges with steel fiber-reinforcement. Journal of Structural Engineering ASCE, (accepted, in press).
  • MARTÍ, J.V.; YEPES, V.; GONZÁLEZ-VIDOSA, F.; LUZ, A. (2014). Diseño automático de tableros óptimos de puentes de carretera de vigas artesa prefabricadas mediante algoritmos meméticos híbridos. Revista Internacional de Métodos Numéricos para Cálculo y Diseño en Ingeniería, DOI: http://dx.doi.org/10.1016/j.rimni.2013.04.010.
  • TORRES-MACHÍ, C.; CHAMORRO, A.; VIDELA, C.; PELLICER, E.; YEPES, V. (2014). An iterative approach for the optimization of pavement maintenance management at the network level. The Scientific World Journal, Volume 2014, Article ID 524329, 11 pages, http://dx.doi.org/10.1155/2014/524329  (link)
  • GARCÍA-SEGURA, T.; YEPES, V.; MARTÍ, J.V.; ALCALÁ, J. (2014). Optimization of concrete I-beams using a new hybrid glowworm swarm algorithmLatin American Journal of Solids and Structures,  11(7):1190 – 1205. ISSN: 1679-7817. (link)
  • GARCÍA-SEGURA, T.; YEPES, V.; ALCALÁ, J. (2014). Life-cycle greenhouse gas emissions of blended cement concrete including carbonation and durability. The International Journal of Life Cycle Assessment, 19(1):3-12. DOI 10.1007/s11367-013-0614-0 (link)
  • MARTÍ-VARGAS, J.R.; FERRI, F.J.; YEPES, V. (2013). Prediction of the transfer length of prestressing strands with neural networksComputers and Concrete, 12(2):187-209. DOI: http://dx.doi.org/10.12989/cac.2013.12.2.187. ISSN: 1598-8198.
  • TORRES-MACHÍ, C.; YEPES, V.; ALCALA, J.; PELLICER, E. (2013). Optimization of high-performance concrete structures by variable neighborhood search. International Journal of Civil Engineering, 11(2):90-99 . ISSN: 1735-0522. (link)
  • MARTÍNEZ-MARTÍN, F.; GONZÁLEZ-VIDOSA, F.; HOSPITALER, A.; YEPES, V. (2013). A parametric study of optimum tall piers for railway bridge viaducts. Structural Engineering and Mechanics45(6): 723-740. (link)
  • MARTÍ, J.V.; GONZÁLEZ-VIDOSA, F.; YEPES, V.; ALCALÁ, J. (2013). Design of prestressed concrete precast road bridges with hybrid simulated annealing. Engineering Structures48:342-352. DOI:10.1016/j.engstruct.2012.09.014. ISSN: 0141-0296.(link)
  • CARBONELL, A.; YEPES, V.; GONZÁLEZ-VIDOSA, F. (2012). Automatic design of concrete vaults using iterated local search and extreme value estimationLatin American Journal of Solids and Structures, 9(6):675-689. ISSN: 1679-7817.  (link)
  • MARTINEZ-MARTIN, F.J.; GONZALEZ-VIDOSA, F.; HOSPITALER, A.; YEPES, V. (2012). Multi-objective optimization design of bridge piers with hybrid heuristic algorithms. Journal of Zhejiang University-SCIENCE A (Applied Physics & Engineering, 13(6):420-432. DOI: 10.1631/jzus.A1100304. ISSN 1673-565X (Print); ISSN 1862-1775 (Online).  (link)
  • YEPES, V.; GONZÁLEZ-VIDOSA, F.; ALCALÁ, J.; VILLALBA, P. (2012). CO2-Optimization Design of Reinforced Concrete Retaining Walls based on a VNS-Threshold Acceptance Strategy. Journal of Computing in Civil Engineering ASCE26 (3):378-386. DOI: 10.1061/(ASCE)CP.1943-5487.0000140. ISNN: 0887-3801. (link)
  • YEPES, V.; PELLICER, E.; ORTEGA, J.A. (2012). Designing a benchmark indicator for managerial competences in construction at the graduate level. Journal of Professional Issues in Engineering Education and Practice ASCE138(1): 48-54. ISSN: 1052-3928. DOI: 10.1061/(ASCE)EI.1943-5541.0000075.  (link)
  • CARBONELL, A.; YEPES, V.; GONZÁLEZ-VIDOSA, F. (2011). Búsqueda exhaustiva por entornos aplicada al diseño económico de bóvedas de hormigón armadoRevista Internacional de Métodos Numéricos para Cálculo y Diseño en Ingeniería, 27(3):227-235.  (link) [Global best local search applied to the economic design of reinforced concrete vauls]
  • CARBONELL, A.; GONZÁLEZ-VIDOSA, F.; YEPES, V. (2011). Heuristic optimization of reinforced concrete road vault underpasses. Advances in Engineering Software, 42(4): 151-159. ISSN: 0965-9978.  (link)
  • PEREA, C.; YEPES, V.; ALCALÁ, J.; HOSPITALER, A.; GONZÁLEZ-VIDOSA, F. (2010). A parametric study of optimum road frame bridges by threshold acceptance. Indian Journal of Engineering & Materials Sciences, 17(6):427-437. ISSN: 0971-4588.  (link)
  • PAYÁ-ZAFORTEZA, I.; YEPES, V.; GONZÁLEZ-VIDOSA, F.; HOSPITALER, A. (2010). On the Weibull cost estimation of building frames designed by simulated annealing. Meccanica45(5): 693-704. DOI 10.1007/s11012-010-9285-0. ISSN: 0025-6455. (link)
  • MARTÍNEZ, F.J.; GONZÁLEZ-VIDOSA, F.; HOSPITALER, A.; YEPES, V. (2010). Heuristic Optimization of RC Bridge Piers with Rectangular Hollow Sections. Computers & Structures, 88: 375-386. ISSN:0045-7949.  (link)
  • YEPES, V.; DÍAZ, J.; GONZÁLEZ-VIDOSA, F.; ALCALÁ, J. (2009). Caracterización estadística de tableros pretensados para carreteras. Revista de la Construcción, 8(2):95-109. ISSN: 0717-7925. (link) [Statistical Characterization of Prestressed Concrete Road Bridge Decks].
  • PAYÁ-ZAFORTEZA, I.; YEPES, V.; HOSPITALER, A.; GONZÁLEZ-VIDOSA, F. (2009). CO2-Optimization of Reinforced Concrete  Frames by Simulated Annealing. Engineering Structures, 31(7): 1501-1508. ISSN: 0141-0296. (link)
  • YEPES, V.; ALCALÁ, J.; PEREA, C.; GONZÁLEZ-VIDOSA, F. (2008). A Parametric Study of Optimum Earth Retaining Walls by Simulated AnnealingEngineering Structures30(3): 821-830. ISSN: 0141-0296.  (link)
  • PEREA, C.; ALCALÁ, J.; YEPES, V.; GONZÁLEZ-VIDOSA, F.; HOSPITALER, A. (2008). Design of Reinforced Concrete Bridge Frames by Heuristic Optimization. Advances in Engineering Software, 39(8): 676-688. ISSN: 0965-9978.  (link)
  • PAYÁ, I.; YEPES, V.; GONZÁLEZ-VIDOSA, F.; HOSPITALER, A. (2008). Multiobjective Optimization of Reinforced Concrete Building Frames by Simulated Annealing. Computer-Aided Civil and Infrastructure Engineering, 23(8): 596-610. ISSN: 1093-9687.  (link)
  • YEPES, V.; MEDINA, J.R. (2006). Economic Heuristic Optimization for Heterogeneous Fleet VRPHESTW. Journal of Transportation Engineering, ASCE, 132(4): 303-311. (link)
  • PAYÁ, I.; YEPES, V.; CLEMENTE, J.J.; GONZÁLEZ-VIDOSA, F. (2006). Optimización heurística de pórticos de edificación de hormigón armado. Revista Internacional de Métodos Numéricos para Cálculo y Diseño en Ingeniería, 22(3): 241-259. [Heuristic optimization of reinforced concrete building frames]. (link)

Teoría del valor extremo y optimización estructural

A continuación dejo una presentación que hicimos para el VII Congreso Español sobre Metaheurísticas, Algoritmos Evolutivos y Bioinspirados MAEB 2010, que se celebró en Valencia del 8 al 10 de septiembre de 2010.

El artículo, denominado “Teoría del valor extremo como criterio de parada en la optimización heurística de bóvedas de hormigón estructural” establece un criterio de parada para un algoritmo multiarranque de búsqueda exhaustiva de máximo gradiente basado en una codificación Gray aplicado a la optimización de bóvedas de hormigón. Para ello se ha comprobado que los óptimos locales encontrados constituyen valores extremos que ajustan a una función Weibull de tres parámetros, siendo el de  posición, γ, una estimación del óptimo global que puede alcanzar el algoritmo. Se puede estimar un intervalo de confianza para γ ajustando una distribución Weibull a muestras de  óptimos locales extraídas mediante una técnica bootstrap de los óptimos disponibles. El algoritmo multiarranque se detendrá cuando se acote el intervalo de confianza y la diferencia entre el menor coste encontrado y el teórico ajustado a dicha función Weibull.

Descargar (PDF, 141KB)

Referencia:

YEPES, V.; CARBONELL, A.; GONZÁLEZ-VIDOSA, F. (2010). Teoría del valor extremo como criterio de parada en la optimización heurística de bóvedas de hormigón estructural. Actas del VII Congreso Español sobre Metaheurísticas, Algoritmos Evolutivos y Bioinspirados MAEB 2010, Valencia, 8-10 septiembre, pp. 553-560. Garceta Grupo Editorial. ISBN: 978-84-92812-58-5.

¿Cómo decidir cuando tenemos un dilema? El óptimo de Pareto

Los problemas de decisión están presentes en todos los ámbitos del ser humano: finanzas, empresa, ingeniería, salud, etc. Una de las grandes dificultades al tomar una decisión ocurre cuando queremos conseguir varios objetivos distintos, muchos de ellos incompatibles o contradictorios. Por ejemplo, si queremos un vehículo que sea muy veloz, debería tener un perfil aerodinámico que a veces es incompatible con la comodidad de los usuarios;  si queremos hacer un negocio con grandes beneficios, a veces tenemos que asumir ciertos riesgos, etc. Una herramienta que permite afrontar este tipo de problemas de decisión es el denominado “óptimo de Pareto“. A continuación os paso un vídeo explicativo de este tema. Espero que os guste.

 

 

¿Por qué son tan complicados los problemas de distribución física?

Aspecto de diversas soluciones al problema de rutas
Aspecto de diversas soluciones al problema de rutas

Los problemas de distribución física consisten básicamente en asignar una ruta a cada vehículo de una flota para repartir o recoger mercancías. Los clientes se localizan en puntos o arcos y a su vez pueden presentar horarios de servicio determinados; el problema consiste en establecer secuencias de clientes y programar los horarios de los vehículos de manera óptima. Los problemas reales de transporte son extraordinariamente variados. Yepes (2002) propone una clasificación que contiene un mínimo de 8,8·109 combinaciones posibles de modelos de distribución. Si alguien fuese capaz de describir en un segundo cada uno de ellos, tardaría cerca de 280 años en enunciarlos todos. La investigación científica se ha centrado, por tanto, en un grupo muy reducido de modelos teóricos que además tienden a simplificar excesivamente los problemas reales. Son típicos problemas de optimización matemática combinatoria. Continue reading “¿Por qué son tan complicados los problemas de distribución física?”

Métodos no convencionales de investigación basados en la inteligencia artificial

El pasado mes de octubre tuve la ocasión de impartir un seminario en la Universidad Católica de Chile denominado “Métodos de investigación no convencionales basados en la inteligencia artificial”. Os paso la presentación que hice. Espero que os guste.

Descargar (PDF, 2.26MB)

Introducción a la optimización heurística en ingeniería

Este pasado mes de octubre, estando como profesor visitante en la Universidad Católica de Chile, tuve la oportunidad de impartir un seminario introductorio a la optimización heurística en ingeniería. A continuación os paso la presentación. Espero que os guste.

Descargar (PDF, 3.02MB)