Sesiones Especiales
Los envíos de trabajos a las sesiones especiales se regirán por las mismas normas que a la conferencia principal (mismo formato, mismas fechas) excepto que la interacción será con el organizador de la sesión. Por tanto, el envío del trabajo inicial, la recepción de aceptación/rechazo, y el envío del trabajo final deberá realizarse al organizador de la sesión especial.
Sesión Especial |
Organizadores |
|
| 1 | Diseño de Redes Neuronales Artificiales utilizando hibridación de metaheurísticas y/o técnicas clásicas: Aplicaciones |
|
| 2 | Metaheuristicas para problemas dinámicos de optimización |
|
| 3 | Metaheurísticas, Algoritmos Evolutivos y Bioinspirados para Problemas de Optimización Continua |
|
| 4 | Aplicación de las Metaheurísticas, Algoritmos Evolutivos y Bio-inspirados en Visión Artificial e Informática Gráfica |
|
| 5 | Metaheurísticas y Algoritmos Evolutivos en Aplicaciones Biológicas |
|
| 6 | Metaheurísticas Paralelas |
|
| 7 | Metaheurísticas para Optimización Multiobjetivo |
|
| 8 | Metaheurísticas en Empresas y Producción |
|
| 9 | Algoritmos evolutivos multipoblación: de los meta-algoritmos a la simbiosis |
|
| 10 | Metaheurísticas en Juegos/Videojuegos |
|
| 11 | Scatter Search y Path Relinking |
|
Descripción de las sesiones especiales
| 1.- Diseño de Redes Neuronales Artificiales utilizando hibridación de metaheurísticas y/o técnicas clásicas: Aplicaciones |
Descripción: El diseño de la estructura y el ajuste de los pesos de Redes Neuronales Artificiales han sido afrontados tradicionalmente utilizando técnicas de optimización para minimizar una determinada función de error, previo establecimiento por parte del decisor del tipo de modelo a aplicar. En muchas situaciones, debido a la complejidad de los factores que intervienen en los distintos fenómenos, el modelo a aplicar es no lineal y además suele presentar una alta dimensionalidad en las variables independientes, lo que complica considerablemente el proceso de modelado. En las últimas décadas, la aplicación de metaheurísticas para el entrenamiento de diferentes modelos de redes neuronales ha sido una constante para evitar los problemas antes descritos. Es por ello que en esta sesión dentro del VI Congreso Español de Metaheurísticas, Algoritmos Evolutivos y Bioinspirados (MAEB’09) pretendemos crear un debate acerca de la oportunidad de utilizar sólo metaheurísticas o hibridarlas con otro tipo de métodos de optimización para diseñar la estructura y los pesos de los modelos de Redes Neuronales. Entre otras las metaheurísticas susceptibles de ser consideradas son las siguientes: la computación evolutiva, algoritmos genéticos, algoritmos meméticos, algoritmos bioinspirados, colonias de hormigas, algoritmos basados en colonias/enjambres, sistemas inmunes, computación natural, búsqueda tabú, búsqueda dispersa, enfriamiento simulado, GRASP, búsqueda basada en entornos, búsqueda local iterada, búsqueda por vecindarios, paralelismo, optimización multi-objetivo, aplicaciones complejas y reales, etc. Las líneas de investigación de la sesión especial incluyen (pero sin estar limitadas a):
|
| 2.- Metaheurísticas para Problemas Dinámicos de Optimización |
Descripción: El avance en las telecomunicaciones, las infraestructuras, la disponibilidad de datos en varios formatos y todos los aspectos relacionados con la sociedad de la información, dan lugar a problemas y escenarios en los cuales existen varios objetivos a satisfacer, que además pueden variar con el tiempo, y en los que puede haber incertidumbre de diversa tipología en los valores que toman las variables, los coeficientes o incluso para los que los objetivos no se conocen con precisión. Los modelos de estos nuevos escenarios dan lugar a una clase de problemas que se suelen denominar no‐estacionarios, problemas con entorno variable, problemas con “landscapes” dinámicos o simplemente como problemas dinámicos de optimización (PDO), donde el objetivo (en contraste con la situación en problemas estáticos), ya no es ubicar el óptimo en cada instante, sino poder ``seguir´´ dicho óptimo lo más cerca posible a través del tiempo y el espacio de búsqueda asociado. El objetivo de esta sesión especial es explorar, analizar y discutir avances recientes tanto teóricos como prácticos, sobre la aplicación de metaheurísticas en problemas dinámicos de optimización. Entre las temáticas a considerar se incluyen, entre otras posibilidades:
|
| 3.- Metaheurísticas, Algoritmos Evolutivos y Bioinspirados para Problemas de Optimización Continua |
Descripción: Actualmente, muchos problemas existentes en la industria y la ciencia son problemas de optimización continua. Esto ha motivado que una de las grandes áreas sobre el estudio de los algoritmos de búsqueda aproximativos esté específicamente dedicada al desarrollo de metaheurísticas, algoritmos evolutivos y bioinspirados (MAEBs) que abordan este tipo de problemas. El resultado del trabajo realizado en este tópico es la aparición de un considerable número de modelos de diferentes. Por ello, es muy interesante posibilitar foros de encuentro entre los investigadores con el objetivo de:
La intención de esta sesión especial del congreso MAEB 2009 es establecer este punto de encuentro. En particular, pretendemos reunir a un grupo de investigadores que: 1) expongan sus propuestas, 2) analicen los resultados obtenidos sobre un conjunto de prueba estándar con respecto a los alcanzados por tres algoritmos que representan el estado del arte y 3) dialoguen sobre las problemáticas abiertas. Importante!!! Instrucciones detalladas sobre: la estructura de la sesión y de las contribuciones y el marco experimental a seguir (Subir) |
| 4.- Aplicación de las Metaheurísticas, Algoritmos Evolutivos y Bio-inspirados en Visión Artificial e Informática Gráfica |
Descripción: Debido a la ingente cantidad de información con la que habitualmente se trabaja tanto en Visión Artificial (imágenes bidimensionales de alta resolución, imágenes bidimensionales que deben tratarse en tiempo real, imágenes tridimensionales, etc.) como en Informática Gráfica (modelado de sólidos, visualización realista, etc.) son muchas las tareas que sólo pueden abordarse apostando por soluciones aproximadas en un tiempo computacionalmente razonable. En la actualidad, cada vez hay un mayor interés en la comunidad internacional por aplicar diversas metaheurísticas y algoritmos evolutivos a diversas áreas de la Visión Artificial y la Informática Gráfica. Prueba de ello es la aparición en prestigiosos congresos y revistas de numerosas publicaciones que afrontan problemas como por ejemplo la correspondencia de imágenes, el seguimiento, la segmentación y el filtrado de imágenes, la reconstrucción 3D, la simplificación de mallas... aplicando diversas metaherísticas como la Búsqueda Local Reiterada (ILS), la Búsqueda de Vecindario Variable (VNS), la Búsqueda Dispersa (SS), los Algoritmos Genéticos (GA), los Enjambres de Partículas (PSO), las Colonias de Hormigas (ACO),etc. La lista de tópicos incluye los siguientes (sin estar estrictamente limitada a los mismos):
|
| 5.- Metaheurísticas y Algoritmos Evolutivos en Aplicaciones Biológicas |
Descripción: Las técnicas de computación evolutiva, metaheurísticas y algoritmos bioinspirados han adquirido en los últimos tiempos una gran relevancia en el campo de la bioinformática. La gran complejidad y versatilidad de los problemas presentados en aplicaciones biológicas, genómicas y médicas, unido al creciente auge que estas áreas están experimentando, han hecho que el diseño y aplicación de heurísticas de optimización, búsqueda y aprendizaje sean cada vez más usadas para abordar los citados problemas. Continuando en la línea marcada en los anteriores congresos MAEB’05 y MAEB’07 celebrados en Granada y Tenerife respectivamente, el principal objetivo de esta sesión es reflejar el estado del arte respecto al uso de las técnicas metaheuríticas y bioinspiradas en aplicaciones biológicas y biomédicas. Así, los trabajos de interés para esta sesión son aquellos que presenten estudios teóricos o aplicaciones prácticas de metaheurísticas o algoritmos evolutivos en el siguiente cuadro de temas u otros tópicos relacionados:
|
| 6.- Metaheurísticas Paralelas |
Descripción: En la actualidad, la mayor parte de los problemas que se plantean en la industria y en la ciencia son muy complejos y requieren algoritmos eficientes para obtener la solución en un tiempo razonable. Las metaheurísticas paralelas son métodos genéricos que ofrecen un buen equilibrio entre calidad de las soluciones y tiempo de cómputo. La investigación en metahuerísticas paralelas tiene una vigencia inusualmente importante en estos días, ya que constantemente nos enfrentamos a nuevos problemas de ingeniería que requieren cada vez más capacidad cómputo, y al mismo tiempo disponemos de nuevos recursos computacionales como nuevos tipos de máquinas, redes y entornos paralelos. Por ello, la intención de esta sesión especial del congreso MAEB 2009 es establecer este punto de encuentro entre investigadores que trabajen en el desarrollo y aplicación de métodos paralelos. Son trabajos de interés de esta sesión especial, entre otros, los siguientes:
|
| 7.- Metaheurísticas para Optimización Multiobjetivo |
Descripción: Muchos problemas de optimización del mundo real constan de varias funciones objetivo a maximizar o minimizar que se caracterizan por estar contrapuestas entre sí. Además, estas funciones suelen ser complejas y evaluarlas puede ser costoso desde un punto de vista computacional. La optimización multiobjetivo es la disciplina que trata de encontrar las soluciones, denominadas Pareto óptimas, a este tipo de problemas. En la actualidad, la optimización multiobjetivo usando metaheurísticas es una línea de investigación abierta, en la que existen muchos aspectos por estudiar. Esta sesión pretende ser un punto de encuentro para los investigadores interesados en esta disciplina. Entre los distintos temas de interés se pueden mencionar los siguientes:
|
| 8.- Metaheurísticas en Empresas y Producción |
Descripción: El proceso de transformación de unos bienes y servicios en productos con mayor utilidad se denomina Producción. Un sistema productivo es un conjunto de elementos relacionados entre sí con el propósito de desempeñar la función de producir. La gestión de la producción se encarga de diseñar, coordinar, administrar, gobernar y controlar todas las operaciones, tanto productivas como logísticas o asistentes, que se hallan presentes en la explotación de los sistemas productivos y logísticos. En este marco de trabajo aparecen numerosos problemas de optimización de compleja resolución debido a varias causas, entre ellas: (1) las dimensiones de dichos problemas cuando se tratan de abordar en entornos industriales y realistas, (2) el carácter combinatorio de muchos de ellos y (3) la naturaleza del objetivo que trata de responder, adecuadamente y a la vez, a criterios vinculados a la eficiencia del sistema, sus costes de explotación y distribución y los tiempos de recepción, ejecución y entrega de materiales, servicios y productos. En las últimas décadas muchos problemas vinculados a la Producción han sido tratados con éxito con técnicas de resolución basadas en Metaheurísticas (MHs), en general, y en Algoritmos Evolutivos y Bioinspirados (AEBs), en particular. Dichas técnicas, sin descartar otras, constituyen una potente y vasta caja de herramientas parar tratar muy adecuadamente problemas de optimización en el marco de las operaciones productivas y logísticas. La sesión que proponemos está dedicada a la aplicación de MHs y AEBs a problemas de optimización de diseño y dirección de sistemas productivos vinculados con uno o más de los tópicos relativos a Producción, entre ellos, proponemos:
|
| 9.- Algoritmos evolutivos multipoblación: de los meta-algoritmos a la simbiosis |
Descripción: Dentro del campo de los algoritmos bio-inspirados surgen propuestas basadas en la utilización de múltiples poblaciones. Muchos de estos enfoques se basan en poblaciones de individuos del mismo tipo que, no obstante, evolucionan agrupados en subpoblaciones. Sin embargo, aparecen también enfoques de poblaciones heterogéneas que cooperan y/o compiten dentro de un esquema inspirado en el concepto de la simbiosis biológica. Igualmente, no faltan trabajos en los que un algoritmo es evolucionado gracias a un meta-algoritmo bio-inspirado, consiguiendo así nuevos logros en la tarea de automatizar totalmente el proceso evolutivo. Esta sesión especial pretende agrupar aquellos trabajos enfocados al uso de algoritmos multi-población, independientemente de si ello ha dado lugar a un algoritmo paralelizado o no. Se pretende así dar a conocer algunas de sus ventajas, siendo al mismo tiempo un foro en el que poder discutir los inconvenientes que acarrean y las posibles líneas de investigación a que pueden dar lugar unas y otros. Tópicos:
|
| 10.- Metaheurísticas en Juegos/Videojuegos |
Descripción: La programación de (video)juegos es un área de naturaleza heterogénea en la cual se investigan y aplican técnicas muy diversas.y donde se utilizan frecuentemente métodos de optimización para resolver numerosos problemas que se plantean a lo largo del desarrollo del juego o durante la ejecución del mismo. Por su propia naturaleza, las técnicas metaheurísticas y los algoritmos evolutivos coinsituyen métodos muy prometedores para su aplicación en el campo del desarrollo de los (video)juegos. Esta sesión intenta dar un paso en esta línea y acepta trabajos relacionados con cualquier área de la programación de Juegos/Videojuegos que involucren el empleo de las metaheurísitcas y algoritmos propios del congreso. Puesto que el principal objetivo de la sesión es el de intercambiar ideas, se admitiránigualmente propuestas que simplemente proporcionen algunas orientaciones sobre la posible aplicación de los algoritmos propios del congreso, incluso en el caso de que la propuesta no trate directamente con éstos (por ejemplo, la propuesta podría emplear otras técnicas que provengan de otras áreas). Las contribuciones deberán seguir el mismo formato general (disponible en http://maeb09.lcc.uma.es/) y ser remitidas a la dirección: afdez[at]lcc.uma.es
|
| 11.- Scatter Search y Path Relinking |
Descripción: Path relinking (PR) was suggested as an approach to integrate intensification and diversification strategies in the context of tabu search (Glover, 1996; Glover and Laguna, 1997). This approach generates new solutions by exploring trajectories that connect high-quality solutions – by starting from one of these solutions, called an initiating solution, and generating a path in the neighborhood space that leads toward the other solutions, called guiding solutions. This is accomplished by selecting moves that introduce attributes contained in the guiding solutions, and incorporating them in an intermediate solution originated in the initiating solution. Although proposed in the context of GRASP, PR has evolved and constitutes by itself a metaheuristic nowadays. Laguna and Martí (1999) adapted PR in the context of GRASP as a form of intensification. Many different authors have hybridized PR with Scatter Search, implementing it as a generalized combination method. Resende and Ribeiro (2003) and Resende and Werneck (2004) presented different variants of GRASP with PR including the new one called Evolutionay Path Relinking. In this session we explore the adaptation of PR and its hybridizations to different hard combinatorial optimization problems. Topics:
|