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 Manchaherrera@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
© Copyright 2019 - Grupo de investigación BISITE