Jesus Sanchez-Oro

Profesor Asociado

Biografía

Jesús Sánchez-Oro es Profesor Asociado en el Departamento de Ciencias de la Computación de la Universidad Rey Juan Carlos, Madrid, donde actúa como uno de los investigadores seniors del Grupo de Investigación en Algoritmos para la Optimización (GRAFO). Nacido en Madrid el 31 de diciembre de 1987, se ha establecido como un investigador líder en el campo de las metaheurísticas y la optimización combinatoria.

Ha publicado más de 39 artículos en revistas reconocidas incluyendo Information Sciences, Applied Soft Computing, y Computers & Operations Research, entre otras. Además, ha presentado su investigación en más de 40 conferencias nacionales e internacionales. También ha coautorado un capítulo significativo en el conocido Manual de Heurísticas dedicado a la Búsqueda de Vecindario Variable por Descenso, colaborando con Abraham Duarte, Nenad Mladenovic, y Raca Todosijevic.

Su investigación se centra en aplicar metaheurísticas para resolver problemas de optimización combinatoria difíciles de la vida real, con experiencia particular en metodologías de búsqueda de vecindario variable y sus aplicaciones prácticas.

Enfoque de Investigación

Búsqueda de Vecindario Variable por Descenso (VND): Su experiencia en la metodología VND ha llevado a contribuciones significativas en el Manual de Heurísticas, donde explora heurísticas de búsqueda local que examinan múltiples estructuras de vecindario de manera determinística. Su trabajo aborda desafíos clave en el desarrollo de VND, incluyendo la selección de estructuras de vecindario, ordenamiento y reglas de cambio durante la búsqueda.

Optimización Combinatoria: Se especializa en desarrollar heurísticas híbridas para problemas de optimización complejos, incluyendo el problema de dispersión diferencial, combinando GRASP con construcción voraz muestreada y búsqueda de vecindario variable para mejora local mientras mantiene conjuntos de soluciones élite.

Optimización Multi-objetivo: Su investigación se extiende a problemas multi-objetivo, incluyendo trabajo en el problema de enrutamiento de vehículos abierto multi-objetivo y el problema del viajante-reparador multi-objetivo con beneficios.

Análisis de Redes Sociales: Ha desarrollado enfoques metaheurísticos basados en la metodología Greedy Iterativo para detectar comunidades en redes sociales grandes, contribuyendo a la intersección de optimización y análisis de redes sociales.

Selección de Conjunto Objetivo: Su trabajo reciente incluye enfoques de relinking de caminos dinámicos para el problema de Selección de Conjunto Objetivo, demostrando innovación continua en metodologías metaheurísticas.

Educación

• Doctorado en Ciencias de la Computación - Universidad Rey Juan Carlos (2016)
• Máster en Visión por Computador - Universidad Rey Juan Carlos (2011)
• Licenciatura en Ciencias de la Computación - Universidad Rey Juan Carlos (2010)

Publicaciones y Contribuciones Clave

• “Variable Neighborhood Descent” - Capítulo en Manual de Heurísticas (Springer, 2018)
• “Dynamic Path Relinking for the Target Set Selection problem” - Knowledge-Based Systems
• “Iterated Greedy algorithm for performing community detection in social networks” - Future Generation Computer Systems
• “The capacitated dispersion problem: an optimization model and a memetic algorithm” - Memetic Computing

Aplicaciones de Investigación

• Problemas de Localización de Instalaciones - Enfoques multi-objetivo para optimización de localización
• Análisis de Redes Sociales - Detección de comunidades en redes grandes
• Enrutamiento de Vehículos - Problemas de enrutamiento de vehículos abierto multi-objetivo
• Teoría de Grafos - Problemas de separación y dispersión de vértices
• Programación - Problemas del viajante-reparador con beneficios

Reconocimiento Académico

• Financiación de Investigación - Apoyado por el “Ministerio de Economía y Competitividad” español y “Comunidad de Madrid” (proyectos TIN2012-35632-C02 y S2013/ICE-2894)
• Colaboración Internacional - Trabajo coautorado con investigadores líderes incluyendo Nenad Mladenovic
• Liderazgo GRAFO - Investigador senior en uno de los grupos de investigación en optimización líderes de España

Proyectos de Investigación Actuales

• Proyecto HOMERO - Desarrollo de metodología holística para configuración, comparación y evaluación de metaheurísticas
• Métodos Avanzados Multi-inicio - Enfoques innovadores para la inicialización metaheurística
• Optimización Híbrida - Combinando múltiples enfoques metaheurísticos para rendimiento mejorado

Intereses

Inteligencia Artificial | Metaheurísticas | Optimización Combinatoria | Búsqueda de Vecindario Variable | Optimización Multi-objetivo | Análisis de Redes Sociales

Enlaces