BUSQUEDA, EXPLICABILIDAD y OPTIMIZACIÓN MULTIOBJETIVO CON APRENDIZAJE EN PROBLEMAS DE SCHEDULING SOSTENIBLE

2025

AGENCIA ESTATAL DE INVESTIGACION

INV. COMPETITIVA PROYECTOS

Salido Gregorio Miguel Angel

BEOMASS desarrollará nuevas técnicas de IA para el scheduling sostenible, combinando búsqueda eficiente, explicabilidad y optimización multiobjetivo en entornos dinámicos. El proyecto abordará el diseño de métodos avanzados de scheduling y rescheduling, el ajuste dinámico de parámetros mediante aprendizaje automático y la generación de explicaciones comprensibles de las decisiones. Sus propuestas se validarán en dominios industriales reales, como manufactura energética, logística y asignación de recursos, y agricultura avanzada. También se explorará la planificación inteligente de energía en sensores y sistemas fotovoltaicos. Con ello, BEOMASS aspira a mejorar simultáneamente eficiencia, sostenibilidad y confianza en sistemas críticos de planificación.