dcni@cua.uam.mx +52 (55) 5814 6534

Dr. Abel García NájeraDEPARTAMENTO DE MATEMATICAS APLICADAS Y SISTEMAS

Resumen Curricular

El profesor Abel García Nájera realizó sus estudios de Licenciatura en Ingeniería en Electrónica en la UAM Iztapalapa, de Maestría en Ciencias de la Computación en el CICESE, en Baja California, y de Doctorado en Ciencias de la Computación en la Universidad de Birmingham, en el Reino Unido. Posteriormente hizo una estancia posdoctoral en el Departamento de Ingeniería Eléctrica de la UAM Iztapalapa. Desde enero de 2013 es profesor de tiempo completo en el Departamento de Matemáticas Aplicadas y Sistemas. Fue Coordinador de Estudios de la Licenciatura en Ingeniería en Computación de 2016 a 2021. Actualmente, se desempeña como Coordinador de Estudios del Posgrado en Ciencias Naturales e Ingeniería.

Área de interés/experiencia en investigación

Temas

  • Optimización combinatoria multiobjetivo
  • Métodos heurísticos
  • Heurísticas inspiradas en procesos naturales

Aplicaciones

  • Ingeniería de software
  • Diseño de rutas vehículares
  • Manufactura de tarjetas de circuitos impresos
  • Portafolios de inversión

Publicaciones en Revistas

Montes-Orozco, E., Miranda, K., García-Nájera, A., and López-García, J. C. (2024). On the analysis of collaboration networks between industry and academia: The Mexican case of the Innovation Incentive Program. Scientometrics, aceptado.

Zapotecas-Martínez, S., Armas, R., and García-Nájera, A. (2024). A multi-objective evolutionary approach for the electric vehicle charging stations problem. Expert Systems with Applications, 240:122514.

Zapotecas-Martínez, S., García-Najera, A., and Menchaca-Méndez, A. (2023). Engineering applications of multi-objective evolutionary algorithms: A test suite of box-constrained real-world problems. Engineering Applications of Artificial Intelligence, 123(A):106192.

Zapotecas-Martínez, S., García-Nájera, A., and Menchaca-Méndez, A. (2022). Improved Lebesgue Indicator-Based Evolutionary Algorithm: Reducing Hypervolume Computations. Mathematics (JCR), 10(1):19.

García-Nájera, A., Zapotecas-Martínez, S., and Miranda, K. (2021). Analysis of the multi-objective cluster head selection problem in WSNs. Applied Soft Computing (JCR), 112:107853.

Escandon-Bailon, V., Cervantes, H., García-Nájera, A. and Zapotecas-Martínez, S. (2021). Analysis of the multi-objective release plan rescheduling problem. Knowledge-Based Systems (JCR), 220:106922.

Zapotecas-Martínez, S, García-Nájera, A. y López-Jaimes, A. (2019). Multi-Objective Grey Wolf Optimizer based on Decomposition. Expert Systems with Applications (JCR), 120:357-371.

Zapotecas-Martínez, S., López-Jaimes, A. y García-Nájera, A. (2019). LIBEA: A Lebesgue Indicator-Based Evolutionary Algorithm for Multi-objective Optimization. Swarm and Evolutionary Computation (JCR), 44:404-419.

Escandón Bailón, V., Cervantes Maceda, H. y García Nájera, A. (2019). Replaneación de proyectos ágiles de software usando técnicas de optimización. Abstraction & Application, 25: 61-79.

Escandon Bailon, V. H., Cervantes Maceda, H. y García Nájera, A. (2019). Aplicación de un algoritmo genético multiobjetivo para la replaneación de liberaciones en proyectos ágiles de software. Research in Computing Science, 148(8):199-213.

Vega-Velázquez, M. A., García-Nájera, A. y Cervantes, H. (2018). A Survey on the Software Project Scheduling Problem. International Journal of Production Economics (JCR), 202:145-161.

Ledesma Bermúdez, C. I. y García Nájera, A. (2018). Detección de comunidades en redes sociales por medio de un algoritmo de agrupamiento dinámico en alta definición. Research in Computing Science, aceptado.

Garcia- Najera, A. y Lopez-Jaimes, A. (2018). An investigation into many-objective optimization on combinatorial problems: analyzing the pickup and delivery problem. Swarm and Evolutionary Computation (JCR), 38:218-230.

Miranda Campos, K. S., López Jaimes, A. y García Nájera, A. (2017). Análisis multiobjetivo de la selección de líderes en redes inalámbricas de sensores. Research in Computing Science, 134:111-125.

Camacho Villalón, C. L., García Nájera, A. y Gutiérrez Andrade, M. A. (2016). Algoritmo de optimización mediante forrajeo de bacterias híbrido para el problema de selección de portafolios con restricción de cardinalidad. Research in Computing Science, 116:141-156.

García-Nájera, A., and López-Jaimes, A. (2015), The Pickup and Delivery Problem: A many-objective Analysis. Research in Computing Science, 104:51-60.

García-Nájera, A., Bullinaria, J.A. and Gutiérrez-Andrade, M.A. (2015), An evolutionary approach for multi-objective vehicle routing problem with backhauls. Computers & Industrial Engineering (JCR), 81:90-108.

García-Nájera, A., Brizuela, C.A. and Martínez-Pérez, I.M. (2015), An efficient genetic algorithm for setup time minimization in PCB assembly. The International Journal of Advanced Manufacturing Technology (JCR), 77(5):973-989.

Garcia-Najera, A. and Bullinaria, J.A. (2011), An improved multi-objective evolutionary algorithm for the vehicle routing problem with time windows. Computers & Operations Research (JCR), 38(1):287-300.

Memorias de Congreso

García Nájera, A., Zapotecas Martínez, S., Falcón Cardona, J. G., and Cervantes, H. (2021). Multi-objective release plan rescheduling in agile software development (Best Paper Award). En: 20th Mexican International Conference on Artificial Intelligence (MICAI 2021), LNCS 13067, pp. 403-414. Springer

Gómez-Fuentes, M. C., Cervantes, J., and García Nájera, A. (2021), Association and aggregation class relationships: is there a difference in terms of implementation? En: 9th International Conference on Software Engineering Research and Innovation (CONISOFT 2021), accepted.

Falcón-Cardona, J. G., Zapotecas-Martínez, S., and García-Nájera, A. (2021). Pareto compliance from a practical point of view. En: 2021 Genetic and Evolutionary Computation Conference (GECCO 2021), pp. 395-402. ACM.

García-Nájera, A., Zapotecas-Martínez, S., and Bernal-Jaquez, R. (2020). Selection schemes analysis in genetic algorithms for the maximum influence problem. En: 19th Mexican International Conference on Artificial Intelligence (MICAI 2020), LNCS 12468, pp. 211-222. Springer.

Zapotecas-Martínez, S., García-Nájera, A., and Cervantes, H. (2020). Multi-objective optimization in the agile software project scheduling using decomposition. En: 2020 Genetic and Evolutionary Computation Conference Companion (GECCO ’20), pp. 1495–1502. ACM.

García Nájera, A., López Jaimes, A., and Zapotecas Martínez, S. (2018). On the many-objective pickup and delivery problem: Analysis of the performance of three evolutionary algorithms (Best Paper Award). En: 16th Mexican International Conference on Artificial Intelligence (MICAI 2017), LNAI 10632, pp. 69-81. Springer.

Zapotecas-Martínez, S., López-Jaimes, A., Miranda, K., and García-Nájera, A. (2018). Decomposition-based Multi-Objective Evolutionary Optimization for Cluster-Head Selection in WSNs. En: 2018 IEEE Congress on Evolutionary Computation (IEEE CEC 2018), pp. 1029-1036. IEEE.

López-Jaimes, A. and García-Nájera, A. (2016). Discrete many-objective optimization problems: The case of the pickup amd delivery problem. En: 2016 IEEE Congress on Evolutionary Computation (IEEE CEC 2016). pp. 1123-1130. IEEE.

Vega Velázquez, M. A., Cervantes Maceda, H. y García Nájera, A. (2016). Desarrollo de una herramienta para generara escenarios de planeación de proyectos. En: 4th International Conference on Software Engineering Research and Innovations (CONISOFT 2016), pp. 85-94.

García-Nájera, A. and Gómez-Fuentes, M.C. (2014), A Multi-Objective Genetic Algorithm for the Software Project Scheduling Problem. En: 13th Mexican International Conference on Artificial Intelligence (MICAI 2014), LNAI 8857, Part II, pp. 13-24. Springer.

Garcia-Najera, A. and Gutierrez-Andrade, M.A. (2013), An evolutionary approach to the multi-objective pickup and delivery problem with time windows. En: 2013 IEEE Congress on Evolutionary Computation (IEEE CEC 2013), pp. 997-1004. IEEE.

Garcia-Najera, A. (2012), The Vehicle Routing Problem with Backhauls: a Multi-objective Evolutionary Approach. En: 12th European Conference on Evolutionary Computation in Combinatorial Optimisation (EvoCOP 2012), LNCS 7245, pp. 255-266. Springer.

Garcia-Najera, A. and Bullinaria, J.A. (2010), Optimizing delivery time in multi-objective vehicle routing problems with time windows. En: 11th International Conference on Parallel Problem Solving from Nature (PPSN XI), LNCS 6239, Part II, pp. 51-60. Springer.

Garcia-Najera, A. and Bullinaria, J.A. (2009), Comparison of Similarity Measures for the Multi-objective Vehicle Routing Problem with Time Windows. En: Genetic and Evolutionary Computation Conference 2009 (GECCO 2009), pp. 579-586. ACM.

Garcia-Najera, A. and Bullinaria, J.A. (2009), Bi-objective Optimization for the Vehicle Routing Problem with Time Windows: Using Route Similarity to Enhance Performance. En: 5th International Conference on Evolutionary Multi-Criterion Optimization (EMO'09), LNCS 5467, pp. 275-289. Springer.

Garcia-Najera, A. and Brizuela, C.A. (2005), PCB assembly: An efficient genetic algorithm for slot assignment and component pick and place sequence problems. En: 2005 IEEE Congress on Evolutionary Computation (IEEE CEC 2005), vol. 2, pp. 1485-1492. IEEE.

Capítulos en Libros

Cervantes Ojeda, J., Gómez Fuentes M. C., González Pérez, P. P. y García Nájera, A. (2016). Introducción a la Programación Orientada a Objetos. Universidad Autónoma Metropolitana Unidad Cuajimalpa.

Libros

Cervantes Ojeda, J., Gómez Fuentes M. C., González Pérez, P. P. y García Nájera, A. (2016). Introducción a la Programación Orientada a Objetos. Universidad Autónoma Metropolitana Unidad Cuajimalpa.

Formación de Recursos Humanos

Proyectos terminales

  • Clasificación y predicción de reclamos de productos y servicios financieros
  • Análisis de sentimiento en tweets recopilados para el comportamiento de turistas en México
  • Definición e implementación de un modelo de negocios para una startup
  • Manipulación de un ambiente virtual mediante el sensor Leap Motion
  • Definición e implementación de un modelo de negocios para una startup
  • Predicción mediante aprendizaje automático
  • Sistema inmune artificial para detección de intrusos
  • Navegación y ejecución con el robot NAO

Proyectos de posgrado

  • Optimización multiobjetivo de portafolios de inversión (2020).
  • Aplicación de un algoritmo genético multiobjetivo para la replaneación de liberaciones en proyectos ágiles de software (2019).
  • Algoritmos evolutivos paralelos para resolver el problema de rutas de vehículos con ventanas de tiempo (2018).
  • Planeación de proyectos de desarrollo de software usando técnicas de optimización (2017).
  • Algoritmo de optimización por forrajeo de bacterias mejorado para el problema de selección de portafolios con restricciones (2017).

Servicio social

  • Apoyo en el desarrollo de un sistema asistente para la planificación docente
  • Desarrollo de un sistema asistente para la asignación eficiente de aulas

Cursos impartidos recientemente

  • Ingeniería en Computación
    • Taller de algoritmos
    • Análisis y diseño de algoritmos
    • Estructuras de Datos No Lineales
    • Programación estructurada
    • Bases de datos​
    • Análisis de requerimientos
    • Metodologías ágiles de desarrollo de software
    • Proyecto de ingeniería de software I
    • Estructura de datos
    • Programación orientada a objetos
  • Posgrado en Ciencias Naturales e Ingeniería
    • Modelos computacionales
    • Computación científica
    • Computación evolutiva
    • Teoría de algoritmos 

Otra Información de Relevancia Académica

  • Nivel I del SNI
  • Miembro regular de la Academia Mexicana de Computación
  • Perfil deseable PRODEP
  • Sitio web: www.abelgarcia.mx

Entrevista en Voces Metropolitanas