Carlos Coello
Carlos Coello
Profesor Visitante Distinguido
en Ciencias Computacionales
e Inteligencia Computacional
Escuela de Ingeniería y Ciencias
Expertise
Algoritmos de optimización multi-objetivo
Matemáticas aplicadas
Ciencias de la computación
Investigación de operaciones
Semblanza
Dr. Carlos Coello es Investigador en el Centro de Investigación y de Estudios Avanzados del Instituto Politécnico Nacional (CINVESTAV-IPN) en Ciudad de México y es Profesor Visitante en el Basque Center for Applied Mathematics en España. Ha impartido cursos de computación evolutiva, optimización evolutiva multi-objetivo, lenguajes de programación y optimización de ingeniería en el CINVESTAV-IPN, en grado de maestría y doctorado. Además, ha impartido cursos en España, Inglaterra, Argentina, Chile, India, Bolivia, Colombia, Eslovenia y Estados Unidos.
Además, el profesor Coello ha presentado artículos científicos en importantes congresos especializados en computación evolutiva tales como el IEEE Congress on Evolutionary Computation (CEC), la Genetic and Evolutionary Computation Conference (GECCO) y el Parallel Problem Solving from Nature (PPSN), entre otros.
Su trabajo e investigación recaen en la intersección entre las ciencias computacionales, las matemáticas aplicadas y la investigación de operaciones. Sus principales contribuciones han girado en torno al diseño de algoritmos estocásticos con inspiración biológica para resolver problemas de optimización multi-objetivo (sobre todo, no lineales) de alta complejidad. Ha realizado contribuciones pioneras en esta área que hoy se conoce como optimización evolutiva multi-objetivo. Por ejemplo, en conjunto con su grupo de investigación, propuso el primer micro-algoritmo genético para optimización multi-objetivo, el cual ha sido utilizado en diversas aplicaciones en todo el mundo como en Estados Unidos, en donde se usó en el diseño de jets de negocios supersónicos. También, propuso el primer algoritmo para optimización multi-objetivo basado en un sistema inmune artificial incorporando el concepto de optimalidad de Pareto, el cual ha sido un referente en la literatura especializada usado para validar nuevos algoritmos multi-objetivo.
El Dr. Coello tiene una amplia experiencia como consultor experto en su campo. Es Miembro del Foundation Advisory Board de The International AIQT Foundation, que busca establecer un centro competitivo a nivel internacional en las áreas de inteligencia artificial y tecnología cuántica. Además, es Scientific Advisor de la compañía Complexica, en Australia, y fue Senior Advisor del Hunan Zixing AI Research Institute, en China (2017-2020), por nombrar algunos ejemplos.
Sus intereses de investigación giran en torno a las áreas de computación evolutiva (algoritmos genéticos y estrategias de evolución), así como optimización en ingeniería. Además, ha trabajado en más de 12 proyectos de investigación, el más reciente denominado “Esquemas de Selección Alternativos para Algoritmos Evolutivos Multi-Objetivo”, financiado por el CONACYT, en el que fungió como Investigador Responsable.
El Dr. Coello ha sido Editor Asociado para diversas revistas internacionales como IEEE Transactions on Evolutionary Computation, Evolutionary Computation (MIT Press), Journal of Heuristics (Springer), Computational Optimization and Applications (Springer), Pattern Analysis and Applications (Springer), entre otros. Actualmente es el Editor en Jefe del IEEE Transactions on Evolutionary Computation.
Ha sido galardonado con múltiples premios y reconocimientos como el Premio Crónica 2023 en Ciencia y Tecnología; el ser seleccionado como uno de los "300 líderes más influyentes de México" por la revista Líderes en 2023, tomando la posición #69; el SIGEVO Outstanding Contribution Award (2023), otorgado por la Association for Computing Machinery (ACM); IEEE Computational Intelligence Society Evolutionary Computation Pioneer Award (2021); The World Academy of Sciences (TWAS) Award in Engineering Sciences (2016); Best Paper Award en el track Evolutionary Multi-objective Optimization (GECCO’2016); IEEE Kiyo Tomiyasu Award (2013); Premio Nacional de Ciencias y Artes (2012) en Ciencias Físico-Matemáticas y Naturales, el cual es el premio más importante que puede recibir un científico en México, otorgado por la presidencia de la república; Premio Scopus México (2012) en el área de Ingeniería, otorgado por ser el científico más citado en ingeniería en los 5 años previos al premio; Medalla al Mérito Científico (2009) otorgada por la Asamblea Legislativa de la CDMX, entre otros reconocimientos.
El Dr. Coello es nivel 3 en el Sistema Nacional de Investigadores (SNI) en México y tiene el puesto #289 en el mundo y el #1 en México en la 8ª Edición del Guide2Research 2022 Ranking of Top 1000 Scientists en el campo de las ciencias computacionales y la electrónica.
Carlos Coello se incorporó al Tecnológico de Monterrey como Profesor Visitante Distinguido en Ciencias Computacionales e Inteligencia Computacional para la Escuela de Ingeniería y Ciencias.
Educación y formación
- Doctorado, Ciencias Computacionales, Tulane University, Nueva Orleans, Luisiana, Estados Unidos.
- Maestría, Ciencias Computacionales, Tulane University, Nueva Orleans, Luisiana, Estados Unidos.
- Ingeniería Civil, Universidad Autónoma de Chiapas, México. (Summa cum laude).
Publicaciones
-
Sofien Boutaib, Maha Elarbi, Slim Bechikh, Carlos A. Coello Coello, Lamjed Ben Said, Uncertainty-wise Software Anti-patterns Detection: A Possibilistic Evolutionary Machine Learning Approach, Applied Soft Computing, Vol. 129, Número de artículo: 109620, Noviembre 2022.
-
Forhad Zaman, Saber Elsayed, Ruhul Sarker, Daryl Essam and Carlos A. Coello Coello, Pro-Reactive Approach for Project Scheduling Under Unpredictable Disruptions, IEEE Transactions on Cybernetics, Vol. 52, No. 11, pp. 11299--11312, Noviembre 2022.
-
Lingjie Li, Yongfeng Li, Qiuzhen Lin, Zhong Ming, Carlos A. Coello Coello, A Convergence and Diversity Guided Leader Selection Strategy for Many-objective Particle Swarm Optimization<, Engineering Applications of Artificial Intelligence, Vol. 155, Número de artículo: 105249, Octubre 2022.
-
Qiuzhen Lin, Xunfeng Wu, Jianqiang Li, Maoguo Gong and Carlos A. Coello Coello, An Ensemble Surrogate-based Framework for Expensive Multiobjective Evolutionary Optimization, IEEE Transactions on Evolutionary Computation, Vol. 26, No. 4, pp. 631--645, Agosto 2022.
-
Qiyuan Yu, Qiuzhen Lin, Zexuan Zhu, Ka-Chun Wong, Carlos A. Coello Coello, A dynamic multi-objective evolutionary algorithm based on polynomial regression and adaptive clustering, Swarm and Evolutionary Computation, Vol. 71, Número de artículo: 101075, Junio 2022.