Departamento de Computación

  

 

PERFIL DEL CANDIDATO Y MISIÓN DEL PUESTO

Doctorado en Ciencias de la Computación, Inteligencia Artificial ó áreas afines, para integrarse a la Cátedra de Investigación en Optimización Evolutiva del Centro de Robótica y Sistemas Inteligentes del Tecnológico de Monterrey, Campus Monterrey, en la plaza de investigador posdoctoral, dentro de la 'Convocatoria de Estancias Posdoctorales Vinculadas al Fortalecimiento de la Calidad del Posgrado Nacional' de reciente apertura en CONACyT (http://www.conacyt.mx).

 

DURACIÓN

La duración de la estancia es de 12 a 24 meses a partir de Agosto de 2012.

 

PROYECTO A DESARROLLAR

El proyecto a desarrollar (ver descripción anexa) cae dentro del objetivo general de buscar la generalidad de hyper-heurísticas para resolver problemas de optimización como corte y empacado de material, satisfacción de restricciones, entre otros (ver resumen el proyecto abajo (Ciencia Básica de CONACyT-2010-2012)). El objetivo de la estancia es también fortalecer la actividad de los programas de Doctorado en Tecnologías de Información y Comunicaciones y de Maestría en Ciencias en Sistemas Inteligentes, ambos ofrecidos en el campus y acreditados en el Padrón Nacional de Posgrados de Calidad de CONACyT.

 

Working Towards the Generality of Hyper-heuristics for Optimization Problems
  Hyper-heuristics are a recent development. The aim of
  research in hyper-heuristics is to discover new methods of solving
  difficult practical optimisation problems, that are fast and are
  capable of delivering very good quality results for a wide range of
  problems.  At present, many industrial problems are too complex to
  be solved by exhaustive search. Instead, they are tackled by
  heuristic methods -- incomplete methods using guided
  trial-and-error, such as a best-first limited search -- or by
  meta-heuristic methods that use elaborate general-purpose
  search strategies, such as genetic algorithms or simulated
  annealing.  For each problem that needs solving, the computational
  cost of modern heuristic or meta-heuristic methods can be
  high. Hyper-heuristic methods try instead to combine a selection of
  good heuristic methods in an opportunistic way, in order to find
  good solutions quickly. So far, they have been applied successfully
  to solve problems in areas such as timetabling, scheduling and
  packing, using approaches that may be applicable to other areas, but
  more research is needed if we are to understand how to apply them
  effectively to new problem areas. The specific objective of this
  project is to work towards extending the generality of
  hyper-heuristics and lies around formalizing and implementing a
  general framework to generate hyper-heuristics for optimization
  problems, beginning with two different problem areas:
  irregular binpacking and constraint satisfaction problems

 

 

 

El interesado deberá contactarse a través del  correo electrónico (terashima@itesm.mx) para revisar los detalles.

Dr. Hugo Terashima M.
Profesor Investigador Titular
Dirección de Investigación y Posgrado
Tecnológico de Monterrey, Campus Monterrey
terashima@itesm.mx
Tel. (81) 81582045, 83581400 ext. 5153
http://homepages.mty.itesm.mx/terashima/