Simheuristics: Fusión de Simulación con Metaheurísticas para Optimización Estocástica

Simheuristics es un marco algorítmico híbrido que integra simulación de Monte Carlo o de eventos discretos en procedimientos de búsqueda metaheurísticos para resolver problemas de optimización combinatoria estocástica. Introducido por Juan et al. en 2015, aborda escenarios donde las evaluaciones de la función objetivo involucran variables aleatorias, proporcionando soluciones casi óptimas con garantías probabilísticas de calidad. El enfoque es especialmente adecuado para problemas reales de logística, transporte y programación donde la incertidumbre es inherente y los solucionadores deterministas clásicos no logran capturar la variabilidad.