Ricardo Landa Becerra

Investigador Titular "Cinvestav 3B", SNII 1

Departamento: Cinvestav Tamaulipas

Teléfono: 834 107 0220. Ext 1104

Correo electrónico: ricardo.landa@cinvestav.mx

Semblanza:

Ricardo Landa es doctor en Ciencias por el Cinvestav. Ha sido investigador visitante en la Universidad de Birmingham y en la Universidad del País Vasco. Ha publicado más de 40 trabajos en foros científicos y de divulgación. Ha dirigido 12 tesis de posgrado. Su trabajo cuenta con más de 700 citas en publicaciones científicas especializadas.

Líneas de investigación: 

• Optimización altamente dimensional
• Optimización multiobjetivo
• Evolución diferencial y otras metaheurísticas
• Problemas de calendarización
• Conducción autónoma y otros problemas relacionados con autos eléctricos

Proyectos relevantes: 

• Caracterización y solución eficiente de problemas de optimización multiobjetivo aditivamente separables.

Publicaciones recientes y/o relevantes:

• Mario Garza-Fabre, Nicolás Cortés-García, Hiram Galeana-Zapién y Ricardo Landa. Surrogate models and ensemble strategies for expensive evolutionary optimization: an industrial case study. En IEEE Access, Vol. 12, páginas 86144–86159, 2024. * Mario Garza-Fabre, Aaron L. Sanchez-Martinez, Edwin Aldana-Bobadilla y Ricardo Landa. Decision making in evolutionary multiobjective clustering: a machine learning challenge. En IEEE Access, Vol. 10, páginas 117281–117303, 2022.
• Ricardo Landa. El difícil problema de generar horarios para universidades. In J. G. Ramírez Torres y J. Rubio Loyola, editores, Retos Científicos y Tecnológicos en Ingeniería y Tecnologías Computacionales, ISBN: 978-607-9023-69-0, páginas 73–79. Centro de Investigación y de Estudios Avanzados del I.P.N. (Cinvestav), 2022.
• Auraham Camacho, Gregorio Toscano, Ricardo Landa y Hisao Ishibuchi. Indicator-Based Weight Adaptation for Solving Many-Objective Optimization Problems. En 10th InternationalConference on Evolutionary Multi-Criterion Optimization, EMO 2019, páginas 216-228. East Lansing, Michigan, Estados Unidos, 10-13 de marzo de 2019.
• Ricardo Landa y José Treviño. Brevísima Guía de Optimización Numérica. En Memorias de la Escuela de Cómputo Evolutivo 2017, Cimat, Guanajuato, México. ISBN: 978-84-947311-9-8. * Oliver Schütze, Sergio Alvarado, Carlos Segura y Ricardo Landa. Gradient Subspace Approximation: A Direct Search Method for Memetic Computing. En Soft Computing, Vol. 21, No. 21, páginas 6331-6350, noviembre de 2017.
• Ricardo Landa Becerra y Carlos A. Coello Coello, Cultured differential evolution for constrained optimization. En Computer Methods in Applied Mechanics and Engineering, Vol. 195, Nos. 33–36, páginas 4303–4322, julio de 2006.