This thesis addresses the problem of automated underwater optical image characterization. Remote underwater optical sensing allows the collection and storage of vast amounts of data for which manual classification may take months. Supervised automated classification of such datasets can save time and resources and can also enable extraction of valuableinformation related to marine and geological research / Aquesta tesi tracta el problema de la caracterització automàtica d'imatges òptiques submarines. L'adquisició automatitzada d'imatges submarines permet l'obtenció i emmagatzematge de grans quantitats de dades per les quals la classificació manual pot requerir mesos de feina. Una classificació automatitzada i supervisada d'aquestes dades suposa un estalvi significatiu de temps i recursos, així com permet l'extracció d'informació valuosa per a realitzar estudis marins i geològics. Pocs són els treballs en la bibliografia orientats a la resolució d'aquest problema. A més, aquests pocs treballs no són capaços d'obtenir resultats consistents quan s'apliquen sobre una mostra variada d'imatges òptiques subaquàtiques

La comunitat científica que treballa en Intel·ligència Artificial (IA) ha dut a terme una gran quantitat de treball en com la IA pot ajudar a les persones a trobar el que volen dins d'Internet. La idea dels sistemes recomanadors ha estat extensament acceptada pels usuaris. La tasca principal d'un sistema recomanador és localitzar ítems, fonts d'informació i persones relacionades amb els interessos i preferències d'una persona o d'un grup de persones. Això comporta la construcció de models d'usuari i l'habilitat d'anticipar i predir les preferències de l'usuari.Aquesta tesi està focalitzada en l'estudi de tècniques d'IA que millorin el rendiment dels sistemes recomanadors. Inicialment, s'ha dut a terme un anàlisis detallat de l'actual estat de l'art en aquest camp. Aquest treball ha estat organitzat en forma de taxonomia on els sistemes recomanadors existents a Internet es classifiquen en 8 dimensions generals. Aquesta taxonomia ens aporta una base de coneixement indispensable pel disseny de la nostra proposta.El raonament basat en casos (CBR) és un paradigma per aprendre i raonar a partir de la experiència adequat per sistemes recomanadors degut als seus fonaments en el raonament humà. Aquesta tesi planteja una nova proposta de CBR aplicat al camp de la recomanació i un mecanisme d'oblit per perfils basats en casos que controla la rellevància i edat de les experiències passades. Els resultats experimentals demostren que aquesta proposta adapta millor els perfils als usuaris i soluciona el problema de la utilitat que pateixen el sistemes basats en CBR.Els sistemes recomanadors milloren espectacularment la qualitat dels resultats quan informació sobre els altres usuaris és utilitzada quan es recomana a un usuari concret. Aquesta tesi proposa l'agentificació dels sistemes recomanadors per tal de treure profit de propietats interessants dels agents com ara la proactivitat, la encapsulació o l'habilitat social. La col·laboració entre agents es realitza a partir del mètode de filtratge basat en la opinió i del mètode col·laboratiu de filtratge a partir de confiança. Els dos mètodes es basen en un model social de confiança que fa que els agents siguin menys vulnerables als altres quan col·laboren. Els resultats experimentals demostren que els agents recomanadors col·laboratius proposats milloren el rendiment del sistema mentre que preserven la privacitat de les dades personals de l'usuari.Finalment, aquesta tesi també proposa un procediment per avaluar sistemes recomanadors que permet la discussió científica dels resultats. Aquesta proposta simula el comportament dels usuaris al llarg del temps basat en perfils d'usuari reals. Esperem que aquesta metodologia d'avaluació contribueixi al progrés d'aquesta àrea de recerca. / he Artificial Intelligence (AI) community has carried out a great deal of work on how AI can help people to find out what they want on the Internet. As a result, the idea of recommender systems has been widely accepted among users. The main task of a recommender system is to locate items, information sources and people related to the interest and preferences of a single person or a group of people. This involves the construction of user models and the ability to anticipate and predict user preferences.This thesis focuses on the study of AI techniques which improve the performance of recommender systems. Initially, a detailed analysis of the current state-of-the-art in this field has been carried out. This work has been organised as a taxonomy where existing recommender systems on the Internet are classified into 8 general dimensions. This taxonomy provides us with an indispensable knowledge base from which to design our proposal.Secondly, this thesis proposes a new CBR approach to recommendation. Case-based reasoning (CBR) is a paradigm for learning and reasoning through experience suitable for recommender systems due to its being based on human reasoning. We provide a forgetting mechanism for case-based profiles that controls the relevance and age of past experiences. Experimental results show that this proposal better adapts the profiles to users and solves the utility problem of CBR systems.Thirdly, this thesis proposes the "agentification" of recommender systems in order to take advantage of interesting agent properties such as proactivity, encapsulation or social ability. Recommender systems sharply improve the quality of results when information about other users is utilised when recommending a given user. Collaboration among agents is performed with the opinion-based filtering method and the collaborative filtering method through trust. Both are based on a social model of trust making agents less vulnerable to others while collaborating. Experimental results show that our collaborative recommender agents improve the performance of the system while preserving the privacy of the user's personal data.Finally, this thesis also proposes an evaluation procedure for recommender systems that allows a scientific discussion of the results. This proposal simulates the users' behaviour over time based on real user profiles. We hope this new evaluation methodology will contribute towards the progress in this area of research.

En entornos donde los recursos son precederos y la asignación de recursos se repite en el tiempo con el mismo conjunto o un conjunto muy similar de agentes, las subastas recurrentes pueden ser utilizadas. Una subasta recurrente es una secuencia de subastas donde el resultado de una subasta puede influenciar en las siguientes. De todas formas, este tipo de subastas tienen problemas particulares cuando la riqueza de los agentes esta desequilibrada y los recursos son precederos. En esta tesis se proponen algunos mecanismos justos o equitativos para minimizar los efectos de estos problemas. En una subasta recurrente una solución justa significa que todos los participantes consiguen a largo plazo sus objetivos en el mismo grado o en el grado más parecido posible, independientemente de su riqueza. Hemos demostrado experimentalmente que la inclusión de justicia incentiva a los bidders en permanecer en la subasta minimizando los problemas de las subastas recurrentes. / In environments where resources are perishable and the allocation of resources is repeated over time with the same set or a very similar set of agents, recurrent auctions come up. A recurrent auction is a sequence of auctions where the result of one auction can influence the following ones. These kinds of auctions have particular problems, however, when the wealth of the agents is unevenly distributed and resources are perishable. In this thesis some fair mechanisms are proposed to deal with these problems. In a recurrent auction a fair solution means that at long term, all participants accomplish their goals in the most equal possible degree, independently of their wealth. We have experimentally shown how the inclusion of fairness incentives to bidders stay in the auction minimizing the problems of recurrent auctions.

No description available.

En esta investigación, partimos de la observación del funcionamiento de las redes de interconexión en aplicaciones paralelas en los campos de la ciencia y la tecnologia. Esta observación nos dice que la saturación se produce a tasas bajas de carga de la red(menos del 50% de capacidad de carga) y aparece de manera subita en forma de recta vertical con un cambio muy repentino("host-sptos") debido a la no-coincidencia de la distribución de la carga de comunicaciones presenta en la red de interconexion con la topologia de la red. Con objeto de conocer las causas de dicho comportamiento, hemos realizado un estudio del modelado de las redes de interconexion presentando dos modelos diferentes. El primero es un modelo analitico del comportamiento dinamico de las redes de interconexión y el segundo es un modelo funcional que simula el comportamiento de los encaminadores de las redes de interconexion. A partir de la definición de los objetivos y del analisis del comportamiento de las redes de interconexion realizado anteriormente hemos introducido cual deberia ser el tipo de solucion necesaria y hemos definido el concepto de balanceo del trafico para conseguir un uso uniforme del ancho de banda de la red y eliminar los "hot-spots". Esta solucion consiste, según nuestra propuesta, en el balanceo de la carga de comunicaciones en la red de interconexión, por lo que hemos presentado el mecanismo introducido en este trabajo para conseguir los objetivos propuestos consistente en el Balanceo Distribuido del Encamienamiento o DRB por sus siglas en ingles("Distributed Routing Balancing"). La tecnica del balanceo se basa en la distribución del trafica usando nuevos caminos alternativos. Es un metodo dinamico que usa informacion del comportamiento de la red obtenida a un nivel local. Este mecanismo se basa en la expansión de los caminos controlada por la carga de comunicaciones. Con este metodo se pretende conseguir una uniformizacion de la latencia, lo que es a su vez un metodo de eliminar los "hot-spots" y evitar la contención de mensajes. El metodo de DRB pretende desacoplar el patron de trafico de la aplicación de la topologia fisica de la red de interconexión. Se ha realizado el estudio y el analisis de las propuestas introducidas mediante la comparacion via simulacion con las tecnicas estatica (tomada como base a mejorar)y completamente adaptativo(tomada como la tecnica que ofrece mejores prestaciones en la literatura), donde se ha mostrado la idoneidad de la propuesta frente a un numeroso grupo de casos. Se ha realizado una experimentacion en la que se ha evaluado para un conjunto de redes de interconexión (toros e hipercubos) de diversos tamaños (16 y 64 nodos) y para un conjunto de patrones estandar de comunicación("Butterfly", "Bit-Reversal","Perfect Shuffle" y "Matrix Transpose"), la respuesta en latencia, desviacion estandar de la latencia y "throughput". Se ha encontrado que, para la mayoria de casos, DRB ofrece mejores prestaciones que el metodo adaptivo, considerado el metodo de la literatura que es capaz de dar los mejores resultados y en general, DRB mejora al caso adaptivo, en un 50% , tanto en resultados de latencia como de "throughput". Todos estos resultados demuestran la validez del metodo DRB como metodo de encaminamiento de mensajes en redes de interconexion de computadores paralelos de proposito general, el cual es capaz de reducir la latencia y aumentar el rango de carga en el cual la red es operativa. Con todo ello, se espera haber contribuido a definir las caracteristicas de los computadores paralelos o de altas prestaciones del futuro.

En este trabajo describimos un sistema multiprocesador fuertemente acoplado el sistema multiprocesador propuesto, es un sistema con buses múltiples y memoria común, ha sido concebido teniendo en cuenta como principales objetivos la modularidad y la transparencia para el software de aplicación del usuario. En este sistema los procesadores tienen una memoria local, y los módulos de memoria común son memorias uni-entrada que permiten solo un acceso por ciclo. Diferentes redes de interconexión han sido propuestas para estos sistemas. Nosotros hemos elegido la red de interconexión de buses múltiples, ya que proporciona un rendimiento similar al del crossbar pero con un coste menor y es tolerante a fallos, puede seguir funcionando después del fallo de un subconjunto de buses, aunque exista una pérdida de prestaciones. Un elemento fundamental en un sistema multiprocesador con buses múltiples es el sistema de arbitraje que proporciona las funciones de control de la red de interconexión. Proponemos un sistema de arbitraje realizado por hardware, regular, modular y con capacidad de expansión. Entre las funciones principales del sistema de arbitraje se destacan la selección del procesador y la asignación de buses, esta organizado en una estructura de dos niveles. Hemos desarrollado un modelo utilizando dos matrices para describir su funcionamiento. El sistema de arbitraje puede ser utilizado para estructuras reducidas de buses multiples y para buses multiples multiplexados. Además puede ser utilizado en sistemas sincronos y asincronos. Las funciones de sincronización básicas para acceder a un modulo de memoria comun, estan soportadas directamente por hardware. El actual prototipo es un sistema multimicroprocesadores (r-6502) con memoria privada, 4 modulos de memoria común y 4 buses. Este prototipo ha sido realizado en wire-wrapp.

No description available.

Las dependencias en el flujo de control limitan el rendimiento de los procesadores superescalares. La predicción del flujo de control permite superar este límite, pero supone un compromiso entre requerimientos aparentemente incompatibles. Por un lado, la predicción debe ser precisa, para que un elevado número de casos se beneficien del predictor. Por otro lado, la predicción debe ser rápida. El problema es que la precisión se aumenta almacenando mayor cantidad de información y utilizando algoritmos más complejos, que alargan el tiempo para realizar las predicciones.En esta tesis se presentan diferentes estrategias y se realizan varias propuestas para aumentar el rendimiento global del predictor de flujo de control. Se trata de organizar y codificar la información de forma eficiente, y de dotar al predictor de flexibilidad para adaptarse a los diferentes casos de forma eficaz. Así, las predicciones más frecuentes y sencillas se realizan rápidamente y utilizando recursos mínimos, mientras que predicciones menos comunes o que requieren el uso de más información para alcanzar una alta precisión, pueden realizarse más lentamente. La flexibilidad del diseño combinada con el exceso de ancho de banda permite compensar estos casos complejos y lentos, con el resto de casos, frecuentes y rápidos. El resultado es un aumento del ancho de banda de las predicciones gracias tanto al aumento de la velocidad de predicción como al aumento de la anchura de cada predicción. Todo ello se consigue sin reducir la precisión del predictor, y además con un moderado consumo energético.En primer lugar, las estrategias de predicción de vía, de jerarquía de dos niveles, y de predicción de índice consiguen aumentar la velocidad de predicción sin disminuir la precisión en la predicción y con un aumento moderado de la memoria del predictor. En segundo lugar se propone un método eficiente de predicción de trazas, que reduce los problemas de otras propuestas anteriores en la literatura, y que consigue aumentar la anchura de las predicciones, sin disminuir su precisión y también con un aumento moderado de los requerimientos de memoria. Finalmente se propone una nueva organización de dos niveles que mejora la gestión de los saltos indirectos para, fijado el tamaño de memoria disponible, aumentar su precisiónAunque en la tesis no se hace ninguna propuesta dirigida explícitamente a mejorar los algoritmos de predicción para aumentar su precisión, una organización más eficiente del predictor tiene como resultado lateral disponer de más recursos para aumentar la precisión. Por un lado, se dispone de más capacidad para almacenar la historia pasada. Por otro lado, se proporciona mayor tolerancia al aumento de la latencia en las predicciones, lo que permite aplicar algoritmos más complejos para poder aumentar la precisión. / Control flow dependences limit the performance of superscalar processors. Predicting control flow allows surpassing this limit, but involves a compromise among seemingly incompatible goals. On one hand, predictions must be accurate, so that it benefits most of the cases. On the other hand, predictions should be fast. The problem is that accuracy is increased by storing more information and using more complex algorithms, which increases prediction latency.This thesis presents different strategies and performs several proposals to increase the global performance of a control flow predictor. Prediction data are efficiently arranged and codified to allow the predictor to adapt to the different prediction cases. Frequent and simple predictions are performed very fast and consume little resources, while less frequent predictions or those that use more information to achieve higher accuracies are performed more slowly. A flexible design combined with an excess of prediction bandwidth compensates complex and slow cases with the more frequent simple and fast cases. The overall result is higher prediction bandwidth, both due to an increase in prediction rate and also an increase in prediction width. This is achieved without reducing prediction accuracy and with moderate energy consumption.The strategies used to augment prediction speed are way prediction, index prediction, and a two-level hierarchy of predictors. Trace prediction is proposed to increase prediction width. An efficient mechanism enhances the previous proposals in the literature. In all cases, prediction accuracy is not reduced and memory requirements are slightly increased. Finally, a new two-level organization is used for predicting indirect jumps, which increases prediction accuracy for a fixed amount of memory.This thesis does not address new methods to increase prediction accuracy, but a more efficient predictor has a lateral effect of providing more resources to increase accuracy. On the one hand, there is more capability to store past branch history. On the other hand, prediction latency is more easily tolerated, which allows applying more complex algorithms to improve prediction accuracy.

La saturació dels serveis d'urgències hospitalaris (SUH) és un problema que comparteixen els sistemes sanitaris de tot el món. El Departament d'Urgències és una de les àrees més complexes i dinàmiques d'un hospital. La planificació i gestió dels seus recursos és complexa, ja que reben una demanda de servei no lineal, que varia depenent de l'hora del dia, el dia de la setmana o el mes de l'any. No hi ha models estàndards que descriguin el comportament de sistemes complexos, però aquests tenen característiques en comú. La Simulació es converteix en una eina per al modelatge d'aquest tipus de sistemes, permetent donar resposta a preguntes de tipus "què passaria si ..." (per exemple, en cas d'una pandèmia concreta, per explorar com afecten combinacions alternatives de professionals del SUH sobre el nombre de pacients atesos), així com per trobar resposta a preguntes de l'estil "quina és la millor opció ...", pròpies d'objectius d'optimització (per exemple quina és la combinació de professionals que permet minimitzar el temps d'estada de els pacients en el SUH, subjecte a restriccions pressupostàries i de disponibilitat de personal). L'objectiu d'aquest treball de recerca ha estat dissenyar i desenvolupar un model i la seva simulació aplicant tècniques de Modelatge Orientat a Individus (MoI) que puguin ser utilitzats pels responsables dels serveis d'urgències per prendre les decisions operatives adequades en disposar, a través del simulador, de la informació necessària. En el model i simulació desenvolupats totes les regles afecten als agents que els formen, de manera que el comportament del sistema emergeix com a resultat de les accions i interaccions d'aquests agents. Aquest model descriu la dinàmica complexa que es troba en un SUH, en què els diferents individus i altres elements són representats en forma d'agents. S'han identificat 2 tipus d'agents: 1) agents actius, que representen les persones implicades en el servei (pacients, personal d'admissió, infermeres, metges, etc), 2) agents passius, que representen serveis i altres sistemes reactius, com els laboratoris, el sistema informàtic, etc. El comportament dels agents actius ha estat modelat mitjançant "màquines d'estat de Moore", considerant les variables que permeten definir els estats en què es troba l'individu durant la seva estada en el servei d'urgències. L'agent canvia d'estat en rebre un input d'un altre agent, en cas que modifiqui el valor d'una o més d'aquestes variables. Per modelar les interaccions entre agents s'ha inclòs un model de comunicació que inclou els Inputs que reben i els outputs que generen els agents, i l'entorn físic en el qual els agents es mouen i interactuen. Aquest entorn inclou les diferents àrees del SUH (admissió, sales de triatge, les diferents sales d'espera, sales d'atenció, etc). L'eina pot ser utilitzada en diferents serveis d'urgències després d'un procés de sintonització dividit en 2 etapes, que ha de ser realitzat prèviament al seu ús. Per realitzar aquest procés és indispensable l'ús de Computació d'Altes Prestacions i l'aplicació de tècniques de paral·lelització. / La saturación de los servicios de urgencias hospitalarias (SUH) es un problema que comparten los sistemas sanitarios de todo el mundo. El Departamento de Urgencias es una de las áreas más complejas y dinámicas de un hospital. La planificación y gestión de sus recursos es compleja, pues reciben una demanda de servicio no lineal, que varía dependiendo de la hora del día, el día de la semana o el mes del año. No existen modelos estándares que describan el comportamiento de sistemas complejos, pero estos comparten características en común. La Simulación se convierte en una herramienta para el modelado de este tipo de sistemas, permitiendo dar respuesta a preguntas de tipo “qué pasaría si...” (por ejemplo, en caso de una pandemia concreta, para explorar cómo afectan combinaciones alternativas de profesionales del SUH sobre el número de pacientes atendidos), así como para encontrar respuesta a preguntas del estilo “cuál es la mejor opción…”, propias de objetivos de optimización (por ejemplo cual es la combinación de profesionales que permite minimizar el tiempo de estancia de los pacientes en el SUH, sujeto a restricciones presupuestarias y de disponibilidad de personal). El objetivo de este trabajo de investigación ha sido diseñar y desarrollar un modelo y su simulación aplicando técnicas de Modelado Orientado a Individuos (MoI) que puedan ser utilizados por los responsables de los servicios de urgencias para tomar las decisiones operativas adecuadas al disponer, a través del simulador, de la información necesaria. En el modelo y simulación desarrollados todas las reglas afectan a los agentes que los forman, de manera que el comportamiento del sistema emerge como resultado de las acciones e interacciones de dichos agentes. Dicho modelo describe la dinámica compleja que se encuentra en un SUH, en el que los diferentes individuos y otros elementos son representados en forma de agentes. Se han identificado 2 tipos de agentes: 1) agentes activos, que representan a las personas implicadas en el servicio (pacientes, personal de admisión, enfermeras, médicos, etc); 2) agentes pasivos, que representan servicios y otros sistemas reactivos, como los laboratorios, el sistema informático, etc. El comportamiento de los agentes activos ha sido modelado mediante “máquinas de estado de Moore”, considerando las variables que permiten definir los estados en los que se encuentra el individuo durante su estancia en el servicio de urgencias. El agente cambia de estado al recibir un input de otro agente, en caso de que modifique el valor de una o más de dichas variables. Para modelizar las interacciones entre agentes se ha incluido un modelo de comunicación que incluye los Inputs que reciben y los outputs que generan los agentes, y el entorno físico en el que los agentes se mueven e interactúan. Dicho entorno incluye las diferentes áreas del SUH (admisión, salas de triaje, las diferentes salas de espera, salas de atención, etc). La herramienta puede ser utilizada en diferentes servicios de urgencias después de un proceso de sintonización dividido en 2 etapas, que debe ser realizado previamente a su uso. Para realizar dicho proceso resulta indispensable el uso de Computación de Altas Prestaciones y la aplicación de técnicas de paralelización. / Overcrowding of hospital emergency departments (ED) is a phenomena shared by health systems around the world. The ED may well be one of the most complex and fluid healthcare systems that exists. The resource planning in ED is complex because its activity is not linear, and it varies depending on time, day of week and season. There are no standard models to describe a complex system, but they share many common traits. Simulation becomes an important tool for modeling this kind of systems, enabling to answer questions like “what happens if?” (e.g., in case of a specific pandemic, to explore how the composition of ED staff members influences the number of patients attended in a period of time) and to find the answer to questions such as “which is the best for ...?” (for instance the number of staff that leads to minimize the “Length of Stay” of patients, constrained by the availability of budget and number of healthcare staff). The goal of the research has been to develop an Agent-Based model and a simulation that, used as decision support system (DSS), aids the managers of the ED to allow additional knowledge of patient admission scheduling, physician staff, resource optimization, and decreased patient waiting time, amongst other situations. In the designed ED Model all rules within the model concern agents, no higher level behavior is modeled. The System behavior emerges as a result of local level actions and interactions. Such model describes the complex dynamics found in an ED, representing each individual and entity as an agent. Two distinct kinds of agents have been identified, active and passive. Active agents represent the persons involved in the ED such as patients and ED Staff (admission staff, nurses, doctors, etc). Passive agents represent services and other reactive systems, such as the information technology (IT) infrastructure or services used for performing tests. State machines are used to represent the actions of each agent. This takes into consideration all the variables that are required to represent the many different states that such individual (a patient, a member of hospital staff, or any other role) may be in throughout the course of the time in a hospital emergency department. The change in these variables, invoked by an input from an external source, is modeled as a transition between states. The communication between individuals is modeled as the Inputs that agents receive and the Outputs they produce. In order to control the agent interaction, the physical environment in which these agents interact also has to be modeled, being sufficient do it as a series of interconnected areas, such as admissions, triage box, the different waiting rooms, or consultation suits. The model and simulation can be applied is alternatives ED through a two steps tuning process with the Real System, that have to be carry out previously. This process requires the use of High Performance Computing and Parallelization techniques.

Actualment, molts dels sistemes de salut són entorns grans, complexos i molt dinàmics, en particular els serveis d'urgències hospitalaris (EDs per les sigles en anglès). Aquests obren i funcionen les 24 hores al dia durant tot l'any, amb recursos limitats. Els EDs solen estar a l'entrada principal de l'hospital i un component clau de tot el sistema de salut. La missió original dels EDs és atendre situacions d'emergència únicament. No obstant això, els usuaris d' EDs inclouen una àmplia gamma de malalties i lesions des de casos de veritable emergència, fins als no urgents. Com a resultat d'això, els EDs estan saturats. Per tant, és necessari l'ús ampli de simulacions de EDs a ordinador per avaluar les seves respostes a la demanda de serveis. L'elecció dels paràmetres de simulació òptims pot millorar el seu funcionament, però l'elecció d'una bona configuració segueix sent un gran desafiament. Aquesta millora es pot aconseguir mitjançant la modelització dels EDs basat en agents i la simulació. L'optimització a través de la simulació és un camp emergent que integra tècniques d'optimització en l'anàlisi de simulacions. En aquesta investigació es proposa una metodologia d'optimització de dues fases per a l'optimització d’EDs a través de la simulació. La primera fase és un enfocament de gra gruixut que consisteix en una etapa d'exploració global sobre tot l'espai de cerca. Aquesta fase identifica regions prometedores per a l'optimització basat en una estructura de veïnatge del problema. Aquesta fase fa servir ja sigui un enfocament pipeline d'un servei d'urgències o l'heurística de Monte Carlo més el mètode de K-means, o ambdós. Aquesta primera fase retorna una col•lecció de regions prometedores. La segona fase és un enfocament de gra fi, que consisteix en la recerca de la millor solució, ja sigui l'òptima o una sub-òptima mitjançant la realització d'una “recerca exhaustiva reduïda” en tals regions prometedores. En aquest treball s'optimitza la configuració del personal sanitari d'un ED existent. La configuració del seu personal inclou: metges, infermeres de triatge i d'urgències, personal d'admissió, i tècnics de raigs X, la quantitat i el tipus d'ells. La configuració del personal dels EDs és un problema combinatori, que pot consumir molt de temps a resoldre. Específicament tres índex diferents: temps d'estada del pacient al servei d'urgències, el nombre de pacients atesos per dia i un índex compost, el producte del cost del personal sanitari configuració pel temps d'estada del pacient. HPC s'utilitza per executar els experiments i s'han obtingut resultats encoratjadors. No obstant això, fins i tot amb una versió simplificada d'un ED utilitzada en aquest treball, l'espai de cerca és molt gran, per tant, quan augmenta la mida del problema, es requeriran més recursos de còmput per tal d'obtenir resultats en un temps raonable. / Actualmente, muchos de los sistemas de salud son entornos grandes, complejos y dinámicos, en particular los servicios de urgencias hospitalarios (EDs por sus siglas en inglés). Éstos abren y funcionan las 24 horas al día durante todo el año, con recursos limitados. Los EDs suelen ser la entrada principal al hospital y componente clave de todo el sistema sanitario. La misión original de los EDs es atender situaciones de emergencia. Sin embargo, los usuarios de EDs incluyen una amplia gama de enfermedades y lesiones desde casos urgentes, hasta no urgentes. Como resultado de esto, los EDs están saturados. Por lo tanto, es necesario el uso amplio de simulaciones computacionale de EDs para evaluar sus respuestas a la demanda de servicios. La elección de los parámetros de simulación óptimos puede mejorar su funcionamiento, pero la elección de una buena configuración es un gran desafío. Esta mejora se puede lograr mediante la modelización de los EDs basado en agentes y su simulación. La optimización mediante la simulación es un campo emergente que integra técnicas de optimización en el análisis de simulaciones. En esta investigación se propone una metodología de optimización de dos fases para la optimización de EDs a través de la simulación. La primera fase es un enfoque de grano grueso que consiste en una etapa de exploración global sobre todo el espacio de búsqueda. Esta fase identifica regiones prometedoras para la optimización basado en una estructura de vecindad del problema. Esta fase utiliza ya sea un enfoque pipeline de EDs o la heurística de Monte Carlo más el método de K-means, o ambos. Esta primera fase devuelve una colección de regiones prometedoras. La segunda fase es un enfoque de grano fino, que consiste en la búsqueda de la mejor solución, ya sea la óptima o una sub-óptima mediante una “búsqueda exhaustiva reducida” en tales regiones prometedoras. Este trabajo optimiza la configuración del personal sanitario de un ED existente. La configuración de su personal incluye: médicos, enfermeras de triaje y de urgencias, personal de admisión y técnicos de rayos X, cantidad y tipo de ellos. Dicha configuración es un problema combinatorio y multidimensional, que puede consumir mucho tiempo en resolverse. Específicamente tres índices diferentes se verificaron: minimizar tiempo de estancia del paciente; maximizar número de pacientes atendidos diariamente y minimizar el producto del costo de la configuración por el tiempo de estancia del paciente. HPC se utiliza para ejecutar los experimentos y se han obtenido resultados alentadores. Sin embargo, incluso con una versión simplificada de un ED utilizada en este trabajo, el espacio de búsqueda es muy grande, por lo tanto, cuando aumenta el tamaño del problema, se requerirán más recursos de cómputo para obtener resultados en un tiempo razonable. / Nowadays, many of the healthcare systems are large, complex environments and quite dynamic, specifically Emergency Departments, EDs. They are opened and working 24 hours per day throughout the year with limited resources. EDs are usually the main entrance to the hospital, and a key component of the whole healthcare system. The original mission of EDs is to primarily handle only emergency situations. However, ED visits include a wide range of illnesses and injuries, from truly emergencies to non-urgent cases. As a consequence, EDs are overcrowded. Thus, is mandatory to use extensively computer simulations of EDs to evaluate output responses. The choice of optimal simulation parameters can lead to improved functioning, but choosing a good configuration remains a challenging problem. This improvement can be achieved by modelling and simulating EDs using Agent-Based Modelling and simulation. Optimisation via simulation is an emerging field which integrates optimisation techniques into simulation analysis. In this research a two-phase optimisation methodology for optimisation via simulation for healthcare Emergency Departments is proposed. The first phase is a coarse grained approach consisted in a global exploration step over the entire search space. This phase identifies promising regions for optimisation based on a neighbourhood structure of the problem, using either a pipeline scheme approach of an Emergency Department or the Monte Carlo heuristic plus the K-means method, or both. This first phase returns a collection of promising regions. The second phase is a fine grained approach that consists in seeking the best solution, either the optimum or a sub-optimum by performing a “reduced exhaustive search” in such promising regions. This work optimises the sanitary staff configuration of an actual ED. The sanitary staff configuration comprises: doctors, triage and emergency nurses, admission personnel, and x-ray technicians, the amount, and sort of them. Staff configuration is a combinatorial and multidimensional problem, that can take a lot of time to be solved. In order to do optimisation, objective functions to minimise or maximise have to be set. Three different indexes were set: minimise patient length of stay (LoS); maximise number of attended patients per day (Throughput); and minimise a compound index, the product of the cost of a given sanitary staff configuration times patient length of stay (CLoS). HPC is used to run the experiments, and encouraging results were obtained. However, even with the simplified ED used in this work the search space is very large, thus, when the problem size increases, it is going to need more resources of processing in order to obtain results in a reasonable time.