Repositorio Institucional de la Universidad de Oviedo

Profesor Titular en la Universidad de Oviedo desde Junio de 2008, es miembro del grupo de investigación Dinrock y colaboradora del grupo de investigación “Optimisation des structures” (OpTIS). Realizó su tesis doctoral en algoritmos genéticos y desde su defensa en 2002, ha publicado varios artículos sobre algoritmos genéticos en revistas indexadas en el JCR con más de 100 citaciones. En el año 2008 disfrutó de una beca de investigación del Programa José Castillejo, para trabajar en algoritmos genéticos aplicados a microestructuras con el profesor Jean-Marc Drouet en la Universidad de Sherbrooke (Quebec, Canadá). En los últimos años ha compaginado su rama de investigación en algoritmos genéticos con el estudio de la estabilidad de techos, y ha publicado varios artículos en revistas indexadas relacionados con dicha rama de investigación. Ha participado en 9 proyectos de investigación I+D+i financiados en convocatorias competitivas. Actualmente es miembro del equipo investigador del proyecto del Plan Nacional Técnicas de estimulación dinámica de macizos rocosos para Sistemas Geotérmicos Mejorado (MCINN-23-PID2022-142015OB-I00) con una subvención de 193750€. En estos proyectos, su tarea principal ha sido la aplicación de la inteligencia artificial, en la resolución de problemas complejos. Como miembro de los equipos investigadores ha participado en más de 60 contratos con empresas y desarrollado 5 modelos de utilidad, además de presentar más de 47 trabajos en congresos y jornadas de investigación. De forma paralela a la investigación ha ejercido labores de gestión destacando su puesto como Subdirectora de la Escuela Politécnica de Mieres y su puesto actual como Directora de Área de Movilidad Internacional de la Universidad de Oviedo. A medio plazo su objetivo es profundizar en la aplicación de algoritmos genéticos en problemas relacionados con materiales sólidos como el macizo rocoso y analizar cómo se comporta el algoritmo genético, qué debilidades muestra en este tipo de materiales, y estudiar cómo se pueden eliminar o disminuir esas debilidades con otras técnicas de inteligencia artificial. A largo plazo su objetivo es conseguir un modelo “generalista”, capaz de abordar un problema complejo de optimización, independientemente del material, de las condiciones de contorno o de las cargas aplicadas.