El área de scheduling inteligente se aplica con éxito en numerosos procesos, aunque su interés suele centrarse en la obtención eficiente de soluciones optimizadas,  asumiendo entornos deterministas, centralizados y con información completa. Sin embargo, y particularmente en procesos industriales y logísticos, los escenarios de aplicación son dinámicos, distribuidos, parcialmente deterministas o con información incompleta. Ello hace que,  ante incidencias o variaciones del problema, la solución inicialmente obtenida no sea ya válida o tan optimizada como se preveía. Por otra parte, los recursos suelen tener un consumo energético variable en función de parámetros como intervalo/tiempo de uso, ratio de potencia, etc. En un contexto en el que requieren procesos cada vez más sostenibles, surge la necesidad de obtener soluciones energéticamente eficientes. Esto representa una línea novedosa en la resolución de Problemas de Optimización sujetos a Restricciones.

A pesar de este claro reto en escenarios reales de procesos industriales y logísticos, los conceptos de eficiencia energética están enfocados a nivel de máquina o a nivel de proceso, sin interacción entre ambos y sin considerar la distribución del problema en función de sus características dinámicas. Por todo ello, es necesario desarrollar nuevas técnicas inteligentes que permitan obtener soluciones robustas más eficientes energéticamente, tanto en problemas centralizados como distribuidos de
planificación y scheduling, teniendo en cuenta la información parcial disponible, poder asumir incidencias inesperadas durante su ejecución  y variaciones de consumo energético en función de su curva de eficiencia, uso de los recursos, etc.
Si además se pretende que la eficiencia energética de las soluciones no afecte significativamente su optimalidad (por ejemplo, el típico makespan), nos estaremos enfrentando a un importante reto científico-técnico de incuestionable aplicabilidad en la logística, manufactura y transporte, tal y como se refleja en los objetivos marcados por el Horizonte 2020.

Con estos objetivos, se plantea un proyecto que integra dos líneas complementarias de investigación para la obtención de soluciones energéticamente eficientes: técnicas basadas en satisfacción y optimización distribuida de restricciones en entornos dinámicos, y técnicas basadas en metaheurísticas adaptativas para problemas dinámicos de optimización combinatoria. Las técnicas y métodos a desarrollar suponen un claro desarrollo científico, que supera los objetivos tradicionales en el scheduling de procesos industriales y logísticos, y suponen afrontar un claro reto que subyace en muy diferentes escenarios de estos procesos. Las técnicas desarrolladas serán de contrastable utilidad práctica en el ámbito de la manufactura y la logística, destacando los contextos de evaluación previstos correspondientes a las EPOS (ADIF-transporte ferroviario, BALEARIA-logística, AGC Flat Glass Iberica-energía, Logifruit-logística) que manifiestan su interés en los resultados del proyecto.

El grupo proponente tiene una cierta trayectoria en las áreas científico-técnicas relacionadas con esta propuesta, contrastable por sus proyectos, resultados científicos previos e internacionalización. Adicionalmente, tiene también experiencia contrastada en la aplicabilidad de técnicas y transferencia tecnológica. Todo ello, permite justificar la oportunidad de este proyecto, interés, relevancia, y viabilidad.