Defensa HDR de Raca Todosijevic (departamento de TI)

Ponentes:

• Leandro Coelho, profesor titular, Universidad de Laval, Canadá.
• Ivana Ljubic, profesora titular, ESSEC Business School, Francia.
• Ivana Ljubic, Profesora Titular, ESSEC Business School, Francia.
• Rafael Martí, Profesor Titular, Universidad de Laval, Canadá.
• Rafael Martí, Catedrático, Universidad de Valencia, España.
• Por favor, póngase en contacto con nosotros.

Examinadores:

• Abdessamad Ait El Cadi, Profesor Titular, INSA Hauts-de-France y Universidad Politécnica de Hauts-de-France, Francia.
• Jack Brimberg, catedrático, Royal Military College de Canadá, Canadá.
• Bilel Derbel, catedrático, Royal Military College de Canadá, Canadá.
• Bilel Derbel, Catedrático, Universidad de Lille, Francia.
• Francisco Salgado, Catedrático, Universidad de Lille, Francia.
• Francisco Saldanha da Gama, Profesor Titular, Universidad de Sheffield, Reino Unido.
• Francisco Saldanha da Gama, Profesor Titular, Universidad de Sheffield, Reino Unido.

Referente de investigación:

• Abdelhakim Artiba, profesor titular de la Universidad Politécnica de Hauts-de-France (Francia)
.

Esta tesis ofrece una revisión exhaustiva de las aportaciones del autor a la optimización heurística, centrándose en los paradigmas del cambio y la simplicidad.

El concepto de cambio, central en la filosofía de Heráclito, es un principio fundamental en el desarrollo de metaheurísticas, en particular la Búsqueda de Vecindario Variable (VNS).

Ante la creciente complejidad de las heurísticas híbridas, el autor defiende una metodología menos es más (LIMA) que prioriza la simplicidad y la eficiencia, lo que conduce al desarrollo de algoritmos potentes pero simples.

La tesis explora aplicaciones exitosas de VNS y LIMA a diversos problemas de optimización, destacando la eficacia de las variantes de VNS (Estándar, Generalizada, Generalizada Sesgada).

Cada aplicación se detalla, cubriendo la definición del problema, el enfoque de la solución, los resultados y las contribuciones.

Por último, la tesis propone vías de investigación futura, incluyendo optimización bajo incertidumbre, paralelización, matemurística, enfoques de descomposición y heurística basada en aprendizaje automático, áreas en las que el autor ya ha realizado avances significativos.

La tesis se centra en la optimización bajo incertidumbre, la paralelización, la matemurística, los enfoques de descomposición y la heurística basada en aprendizaje automático.