Escucha nuestro PODCAST DIINF disponible en Spotify y Apple Podcasts
Buscar
Cerrar este cuadro de búsqueda.

Víctor Parada Daza

Académico

+(56) 2 2718 0927

Grado Académico
Institución
Año
Doctor en Ciencias de la Ingeniería de Sistemas y Computación
COPPE-Universidad Federal de Río de Janeiro
1989
Magíster en Ingeniería Industrial
Pontificia Universidad Católica Río de Janeiro
1986
Ingeniero Civil Químico
Universidad de Concepción
1981
Reseña
Víctor Parada es un académico en el campo de la ingeniería, ampliamente reconocido por sus importantes contribuciones al desarrollo de algoritmos de optimización y aplicaciones de inteligencia artificial. Como catedrático de la Universidad de Santiago de Chile, sus investigaciones han sido fundamentales para el avance de metodologías que mejoran los procesos de toma de decisiones en diversos entornos industriales y académicos. Su experiencia abarca la ingeniería de sistemas complejos y el diseño de algoritmos, especialmente en los ámbitos de la logística, la sanidad y la investigación operativa. El trabajo de Parada, que a menudo traspasa fronteras interdisciplinarias, no sólo ha enriquecido a la comunidad académica, sino que también ha aportado soluciones prácticas a problemas del mundo real, demostrando un profundo compromiso con la aplicación de la investigación teórica en formas tangibles que benefician tanto a la sociedad como a la industria.
Asignaturas que imparte
PREGRADO

• Métodos de Optimización
• Tópico de Especialidad: Gestión de Proyectos de Aprendizaje Automático y de Optimización

POSTGRADO

• Técnicas de Ingeniería en Software

• Técnicas de Ingeniería en Software

• Técnicas de Ingeniería en Software

• Técnicas de Ingeniería en Software

EDUCACIÓN CONTINUA

• Técnicas de Ingeniería en Software

• Técnicas de Ingeniería en Software

• Técnicas de Ingeniería en Software

• Técnicas de Ingeniería en Software

Áreas de interés

• Informática aplicada en Biología y Medicina

• Biología computacional

• Informática aplicada en Biología y Medicina

• Biología computacional

• Informática aplicada en Biología y Medicina

• Biología computacional

• Informática aplicada en Biología y Medicina

• Biología computacional

proyectos

Optimización y Algoritmos Metaheurísticos

Esta área se centra en el desarrollo y aplicación de algoritmos metaheurísticos y de generación automática para resolver problemas de optimización combinatoria. Los trabajos realizados incluyen la generación automática de algoritmos para problemas como el del conjunto independiente máximo, el problema del vendedor viajero, y el problema de la mochila binaria, entre otros. La generación automática de algoritmos híbridos y metaheurísticas innovadoras muestra el potencial de estas técnicas para encontrar soluciones eficientes a problemas complejos y pertenecientes a la clase de problemas NP-hard. La investigación en este campo no solo se enfoca en la efectividad de los algoritmos para alcanzar soluciones óptimas o cercanas a ellas, sino también en la capacidad de adaptar y mejorar los métodos existentes a través de procesos automáticos o semi-automáticos.

Referencias

  • Automatic generation of a hybrid algorithm for the maximum independent set problem using genetic programming. M Silva-Muñoz, C Contreras-Bolton, C Rey, V Parada. Applied Soft Computing, 110474, 2023.
  • Automatic generation of metaheuristic algorithms. S Iturra, C Contreras-Bolton, V Parada. International Conference on Metaheuristics and Nature Inspired Computing, 48-58, 1, 2021.
  • An effective two‐level solution approach for the prize‐collecting generalized minimum spanning tree problem by iterated local search. C Contreras‐Bolton, V Parada. International Transactions in Operational Research 28 (3), 1190-1212, 2021.
  • Automatic design of specialized algorithms for the binary knapsack problem. N Acevedo, C Rey, C Contreras-Bolton, V Parada. Expert Systems with Applications 141, 112908, 4, 2020.
  • Novel Methods Generated by Genetic Programming for the Guillotine-Cutting Problem. V Bertolini, C Rey, M Sepulveda, V Parada. Scientific Programming 6971827 (https://doi.org/10.1155/2018/6971827), 13, 3, 2018.
  • Automatically produced algorithms for the generalized minimum spanning tree problem. Scientific Programming, 2016(1):11. Contreras-Bolton, C., Rey, C., Ramos-Cossio, S., Rodrígues, C., Gatica, F., Parada, V.
  • A multi-operator genetic algorithm for the generalized minimum spanning tree problem. Expert Systems with Applications, 50, 2016. Contreras-Bolton, C., Parada, V.
  • Automatic design of algorithms for the traveling salesman problem. Cogent Engineering, 3(1), 2016. Loyola, C., Sepúlveda, M., Solar, M., Lopez, P., Parada, V.
  • Automatic combination of operators in a genetic algorithm to solve the traveling salesman problem. PlosOne, 10(9): e0137724, 2015. Contreras-Bolton, C., Parada, V.

 

 Aplicaciones en Ingeniería y Transporte

Los estudios en esta categoría exploran la aplicación de algoritmos de optimización en la ingeniería y el transporte, abordando desafíos como la optimización de áreas de almacenamiento en centros de salud, el diseño de redes de transporte público con minimización de la contaminación, y la planificación de la producción en contextos industriales. La investigación demuestra cómo la optimización puede contribuir significativamente a mejorar la eficiencia, la sostenibilidad y la toma de decisiones en el diseño y operación de sistemas complejos. En particular, el uso de algoritmos evolutivos y sistemas basados en productos para aumentar la flexibilidad y reducir la inestabilidad en la planificación de la producción representa un avance importante en la búsqueda de sistemas de manufactura y transporte más resilientes y adaptativos.

Referencias

  • Predicting modal choice for urban transport using an algebraic equation. JE Leal, V Parada. Transportation Research Interdisciplinary Perspectives 22, 100947, 2023.
  • Reducing Nervousness in Master Production Planning: A Systematic Approach Incorporating Product-Driven Strategies. P Sáez, C Herrera, V Parada. Algorithms 16 (8), 386, 2023.
  • A product-driven system with an evolutionary algorithm to increase flexibility in planning a job shop. P Sáez, C Herrera, C Booth, S Belmokhtar-Berraf, V Parada. PloS one 18 (2), e0281807, 2023.
  • Optimizing waste storage areas in health care centers. L Pradenas, M Fuentes, V Parada. Annals of Operations Research 295 (1), 503-516, 2020.
  • Transit network design with pollution minimization. J Duran, L Pradenas, V Parada. Public Transport 11 (1), 189-210, 12, 2019.
  • An evolutionary algorithm for the multi‐objective pick‐up and delivery pollution‐routing problem. M Bravo, LP Rojas, V Parada. International Transactions in Operational Research 26 (1), 302-317, 16, 2019.
  • A holonic manufacturing system for a copper smelter process. Herrera, C., Rosales, J., Thomas, A. Parada, V. In: Borangiu, T., Trentesaux, D., Thomas, A., & McFarlane, D. (2016. Service Orientation in Holonic and Multi-agent Manufacturing (Vol 640). Cham: Springer International Publishing.
  • A reactive decision-making approach to reduce instability in a master production schedule. International Journal of Production Research. DOI: 10.1080/00207543.2015.1078516, 2015. Herrera C., Belmokhtar-Berraf, S., Thomas, A., Parada, V.
 

Energía y Sostenibilidad

Esta área aborda el uso de la optimización y los algoritmos generados automáticamente para mejorar la sostenibilidad y la eficiencia energética. Los trabajos incluyen la optimización del emplazamiento de turbinas eólicas para maximizar los beneficios energéticos y la gestión de residuos en centros de atención médica para optimizar el uso de áreas de almacenamiento. Estos estudios subrayan la importancia de la optimización en la búsqueda de soluciones a problemas ambientales, desde la reducción de la huella de carbono hasta el aprovechamiento eficiente de los recursos naturales y energéticos. La investigación en esta área es crucial para el desarrollo de tecnologías y estrategias que apoyen un futuro más sostenible, demostrando el potencial de la optimización y la generación automática de algoritmos para contribuir a la solución de problemas globales de sostenibilidad.

Referencias

  • Transit network design with pollution minimization. J Duran, L Pradenas, V Parada. Public Transport 11 (1), 189-210, 12, 2019.
  • An evolutionary algorithm for the multi‐objective pick‐up and delivery pollution‐routing problem. M Bravo, LP Rojas, V Parada. International Transactions in Operational Research 26 (1), 302-317, 16, 2019.
  • Assessing the energy benefit of using a wind turbine micro-siting model. Parada, L., Herrera, C., Flores, P., Parada, V. Renewable Energy 118, 591-601, 21, 2018.
  • Wind farm layout optimization using a Gaussian-based wake model. Parada, L., Herrera, C., Flores, P., Parada, V. Renewable Energy, 107, 531–541, 2017.
  • Sanchez, M., Pradenas, L., Deschamps, J. C., & Parada, V. (2016. Reducing the carbon footprint in a vehicle routing problem by pooling resources from different companies. NETNOMICS: Economic Research and Electronic Networking, 17(1), 29-45.
  • Disminución de la contaminación en el problema de ruteo de vehículos. Pradenas, L., Oportus, B., Parada, V. Actas del XVI Congreso Latino Ibero – Americano de Investigación Operativa. Río de Janeiro, 2012.

Víctor Parada es un Profesor Titular conocido por su enfoque exhaustivo y perspicaz de la docencia, tanto de pregrado como de posgrado, en la Universidad de Santiago de Chile. Su plan de estudios abarca una amplia gama de temas dentro de la informática y la ingeniería, centrándose especialmente en la Investigación de Operaciones, las Técnicas de Optimización, la Inteligencia Artificial y la Gestión de Proyectos de Tecnologías de la Información. Él utiliza un método de enseñanza que es caracterizado por su rigor y relevancia, ya que combina eficazmente los fundamentos teóricos con las aplicaciones prácticas. Sus cursos están diseñados no sólo para impartir habilidades técnicas críticas, sino también para fomentar el pensamiento innovador entre los estudiantes. La dedicación de Parada a la educación es evidente en su meticulosa preparación de los cursos y en el compromiso proactivo que fomenta en sus aulas, lo que le convierte en una figura fundamental en la formación de futuros ingenieros e investigadores.

       Asignaturas impartidas:

  • Métodos de Optimización
  • Métodos Heurísticos de Optimización
  • Métodos Metaheurísticos
  • Algoritmos Avanzados
  • Computación y Programación
  • Algoritmos y Estructuras de Datos
  • Gestión de Proyectos
  • Sistemas Expertos
  • Inteligencia Artificial
  • Computación Evolutiva
  • Gestión de Proyectos de Aprendizaje Automático
  • Metodología de Investigación
  • Procesos Productivos