En el marco del proyecto Fondecyt de Iniciación No. 11150787 de la Dra. Elizabeth Montero, la Dra. Adriana Menchaca, de la Escuela Nacional de Estudios Superiores, Unidad Morelia, UNAM, México, visitará el Departamento y realizará una presentación de su más reciente investigación, titulada: "Algoritmos Evolutivos Multi-Objetivo basados en Dominancia Epsilon".

La Charla se realizará el jueves 5 de Octubre a las 14:00 hrs en el Auditorio Claudio Matamoros (F-106), Campus Casa Central, y será transmitida por videoconferencia a la Sala de Reuniones del DI del Campus San Joaquín, Santiago. Se incluye el Resumen y Mini-biografía.

Resumen: En la actualidad, muchas de las aplicaciones existentes en la ingenierı́a, la ciencia y la industria requieren resolver problemas de optimización que involucran más de una función objetivo. Dichas funciones están en conflicto entre sı́ y deben ser optimizadas de manera simultánea. Este tipo de problemas son conocidos como problemas de optimización multi-objetivo (MOPs por sus siglas en inglés). Las técnicas de programación matemática existentes para la resolución de MOPs, tienen algunas desventajas, por ejemplo, generan una única solución en cada ejecución del algoritmo, tienen dificultades para lidiar con MOPs que cuentan con frentes de Pareto desconectados o que tienen varios falsos frentes de Pareto, entre otras. Estas limitantes han motivado el uso de algoritmos evolutivos para resolver MOPs, los cuales son conocidos como algoritmos evolutivos multi-objetivo (MOEAs por sus siglas en inglés).

A pesar de las ventajas que presentan los MOEAs, estos algoritmos también tienen dificultades en cierto tipo de problemas, por ejemplo, los MOEAs basados en jerarquización de Pareto, la técnica de selección más utilizada por los MOEAs, no son capaces de lidiar con MOPs que tienen muchas funciones objetivo (4 o más). En la actualidad, existen varias estrategias que abordan este problema, entre ellas está el uso de la llamada E-dominancia, la cual ha mostrado ser una buena opción para hacer frente a los dos retos de un MOEA (convergencia y buena distribución). En esta plática se hablará de los MOEAs basados en E-dominancia más representativos del estado del arte, así como de algunas de las desventajas que presentan y posibles alternativas de solución.

Mini-biografía: La Dra. Adriana Menchaca Méndez actualmente es profesora de tiempo completo en la Escuela Nacional de Estudios Superiores, Unidad Morelia, UNAM (México). En 2015, obtuvo el grado de Doctora en Ciencias de la Computación por parte del Centro de Investigación de Estudios Avanzados del Instituto Politécnico Nacional (México) con la tesis: "Esquemas alternativos de selección para algoritmos evolutivos multi-objetivo". Adriana cuenta con doce publicaciones en revistas y congresos internacionales con arbitraje estricto relacionadas con el área de Computación Evolutiva.