Semblanza
El Profesor Rafael Batres es docente en la Escuela de Ingeniería y Ciencias del Tecnológico de Monterrey. Completó su doctorado en el Instituto Tecnológico de Tokio y sus estudios de licenciatura en la Universidad Nacional Autónoma de México (UNAM). Antes de unirse al Tecnológico de Monterrey, fue profesor asociado de Ingeniería Industrial en la Universidad de Tecnología de Toyohashi (2005-2014) y profesor asistente en el Instituto Tecnológico de Tokio (1998-2005). También trabajó como científico visitante en el Institut Français du Pétrole.
Su investigación se centra en metodologías computacionales para resolver problemas complejos, como la planificación óptima de rutas de vehículos, programación de producción con robots compartidos, diseño de sistemas de producción, renovación energética de edificios, optimización de máquinas y diseño de metamateriales. Estas metodologías computacionales están basadas en algoritmos como aprendizaje automático, optimización metaheurística y ontologías.
El Dr. Batres ha supervisado y co-supervisado un total de 107 estudiantes de licenciatura, maestría y doctorado. Ha publicado más de 50 artículos en revistas científicas y ha presentado un número similar de ponencias en congresos internacionales. Es revisor de varias revistas científicas internacionales y ha desempeñado diversos roles en comités científicos de diferentes organizaciones y reuniones.
Expertis y habilidades
- Inteligencia Artificial Aplicada
- Ingeniería de Sistemas
- Modelado y Simulación
- Optimización Aplicada
- Modelado Suplantante
- Ingeniería Industrial
- Optimización Metaheurística
- Sistemas de Manufactura
Campo
Rutas óptimas de vehículos, programación de operaciones con robots compartidos, diseño de sistemas de producción, rehabilitación energética de instalaciones, optimización de máquinas, diseño de metamateriales, y generación de operaciones seguras para arranque y paro de plantas.
Publicaciones académicas destacadas
- Maximizing mechanical properties of aluminium alloys by microstructural optimisation using a coarsened surrogate model
- G-code evaluation in CNC milling to predict energy consumption through Machine Learning
- Micro Evolutionary Particle Swarm Optimization (MEPSO): A new modified metaheuristic
- MEVO: A Metamodel-Based Evolutionary Optimizer for Building Energy Optimization
- Optimization models for nopal crop planning with land usage expansion and government subsidy
- Surrogate-based optimization of microstructural features of structural materials
- Teaching ill-defined problems in engineering
- Action Research as a Way to Guide Research Projects in Engineering
- Industry 4.0 and International Collaborative Online Learning in a Higher Education Course on Machine Learning
- A Hybrid Metaheuristic Optimization Approach for the Synthesis of Operating Procedures for Optimal Drum-Boiler Startups
- Enhanced dynamic simulation approach towards the efficient mining thermal energy supply with improved operational flexibility
- Semi-automatic simulation modelling. Results with Tecnomatix Portfolio in the automotive sector
- Knowledge modelling for ill-defined domains using learning analytics: Lineworkers case
- Digital Pyramid: An approach to relate industrial automation and digital twin concepts
- A framework for the synthesis of optimum operating profiles based on dynamic simulation and a micro genetic algorithm
- Optimization of a drum boiler startup using dynamic simulation and a micro-genetic algorithm
- Implementing the simulated annealing algorithm to optimize the startup of a drum boiler
- Prediction interval adjustment for load-forecasting using machine learning