XI Congreso Español de Metaheurísticas, Algoritmos Evolutivos y Bioinspirados (MAEB 2016)

http://caepia16.aepia.org/maeb-16/
jose.gamez@uclm.es
José A. Gámez
Universidad de Castilla la Mancha

herrera@decsai.ugr.es
Francisco Herrera
Universidad de Granada
COMITÉ

Comité director:

Enrique Alba, Universidad de Málaga
Abraham Duarte, Universidad Rey Juan Carlos
Francisco Fernández, Universidad de Extremadura
José Antonio Gámez, Universidad de Castilla la Mancha
Francisco Herrera, Universidad de Granada
César Hervás, Universidad de Córdoba
J. Ignacio Hidalgo, Universidad Complutense de Madrid
Rafael Martí, Universidad de Valencia
Juan Julián Merelo, Universidad de Granada
José A. Moreno, Universidad de La Laguna
Luciano Sánchez, Universidad de Oviedo

Descripción

El congreso nacional sobre Metaheurísticas, Algoritmos Evolutivos y Bioinspirados (MAEB) pretende ser un foro de encuentro, discusión y transferencia de conocimiento entre investigadores en el campo de las metaheurísticas y los algoritmos bioinspirados, con el fin de presentar e intercambiar experiencias y resultados.

La XI edición, MAEB’2016, se celebrará en Salamanca, federado con CAEPIA’2016, en el marco del V Congreso Español de Informática (CEDI’2016).

Las áreas temáticas integradas en el congreso incluyen estudios teóricos, aplicaciones prácticas, experiencias docentes y desarrollos en el campo de investigación en optimización heurística (información detallada en el apartado de llamada a la participación).

Se solicitan propuestas de sesiones invitadas, que se recomienda estén directamente relacionadas con la temática del congreso (metaheurísticas, algoritmos evolutivos y bioinspirados). Enviar a Francisco Herrera (herrera@decsai.ugr.es) y José A. Gámez (jose.gamez@uclm.es) por correo electrónico (ambas direcciones) antes del 20 de Enero de 2016.

Keywords: Algoritmos evolutivos, metaheurísticas, optimización, problemas np-duros, aplicaciones a problemas reales.

Temas

Son trabajos de interés en este congreso los que aborden alguna de las siguientes metodologías de resolución de problemas de optimización (las siglas corresponden a su denominación original en inglés) o sus aplicaciones a la resolución de problemas:

ACO: Algoritmos basados en colonias de hormigas
CE: Entropía cruzada
CLA: Algoritmos de clasificación y aprendizaje
CP: Programación por restricciones
CH: Heurísticas cooperativas
DE: Evolución diferencial
ECO: Computación evolutiva
EDA: Algoritmos basados en estimación de distribuciones
EE: Estrategias evolutivas
EP: Programación evolutiva
FMH: Metaheurísticas basados en lógica difusa
GA: Algoritmos genéticos
GLS: Búsqueda local guiada
GP: Programación genética
GRASP: Procedimientos voraces aleatorizados
HA: Algoritmos híbridos
HH: Hyperheurísticas
ILS: Búsqueda local iterada
IS: Algoritmos basados en el sistema inmunitario
MA: Algoritmos meméticos
MOMH: Metaheurísticas multiobjetivo
MTH: Mateheurísticas
NC: Computación natural
NN: Redes Neuronales
PA: Algoritmos paralelos y distribuidos
PR: Re-encadenamiento de trayectorias
PSO: Algoritmos basados en nubes de partículas
SA: Enfriamiento simulado
SI: Algoritmos basados en sociedades/enjambres
SS: Búsqueda dispersa
TS: Búsqueda tabú
VNS: Búsqueda de entornos variables

Últimas noticias