La resolución de problemas de optimización global y de optimización lineal entera sigue siendo un tema abierto que atrae el interés de muchos investigadores por sus muchas y diversas aplicaciones, como por ejemplo, los problemas de localización de centros de servicio. Sus extensiones a problemas multi-objetivo son asimismo un campo de búsqueda muy activa, por la frecuencia con que interesa optimizar distintos objetivos, conflictivos entre sí, de forma simultánea.

Normalmente los algoritmos exactos pueden sólo resolver problemas de tamaño pequeño o con pocas variables. Los heurísticos pueden resolver problemas de mayor tamaño, aunque a veces se hace necesaria su paralelización para poder resolver problemas de tamaño real.

Objetivo Principal: El objetivo principal de este proyecto es el diseño de nuevos algoritmos híbridos, que empleen ambos tipos de técnicas, o varias técnicas en general, para conseguir así resolver problemas de tamaño real y de forma más rápida.

Problemas de Optimización Global: Más concretamente, se pretende incluir técnicas heurísticas dentro de algoritmos de ramificación y acotación intervalar para mejorar la eficiencia de dichos algoritmos. Por otro lado, se incluirán técnicas de eliminación de regiones no óptimas propias de los algoritmos de ramificación y acotación intervalares dentro de algoritmos evolutivos, para acelerar así su convergencia al no tener que explorar todo el espacio de búsqueda.

Problemas de Optimización Lineal Entera: Por lo que se refiere a los problemas de optimización lineal entera, se diseñarán heurísticas de búsqueda aleatoria en los que las probabilidades de elección de los valores de las variables vendrán dadas por distintos tipos de rankings.

Utilidad y Aplicación: La utilidad de los distintos métodos se probará con su utilización en la resolución de distintos problemas uni- y multi-objetivo de localización de centros de servicio, tanto continuos como discretos, algunos de los cuales corresponderán a nuevos modelos de localización que se propondrán en el proyecto.

Se pretende demostrar a la comunidad científico-técnica que la hibridación de algoritmos puede, cuando se hace de forma apropiada, aprovechar las virtudes de cada uno de los elementos que interviene en la mezcla. Los algoritmos propuestos serán generales, en el sentido de que con pequeñas modificaciones podrán adaptarse a la resolución de distintos tipos de problemas de optimización, no sólo de localización, sino también de tipo ingenieril o económico.