Objetivo: Desarrollar e implementar algoritmos innovadores y soluciones computacionales de alto desempeño para la toma de decisiones estratégicas en contextos urbanos, con énfasis en la protección civil, la movilidad inteligente y la gestión de riesgos ambientales. El laboratorio articula tecnologías emergentes, como la inteligencia ambiental, simulación avanzada y sistemas de transporte inteligentes para apoyar a gobiernos, instituciones y comunidades en la construcción de ciudades más seguras, resilientes, sostenibles e inteligentes.
Sobre el Laboratorio:
Este laboratorio es una plataforma de investigación aplicada que integra ingeniería, tecnología y ciencia computacional para enfrentar los desafíos urbanos más complejos. Desde el diseño de rutas de evacuación para personas con movilidad limitada hasta la optimización de sistemas de transporte público y la gestión inteligente de residuos peligrosos, nuestra misión es transformar las ciudades en entornos más seguros, eficientes y resilientes.
Los trabajos de investigación y publicaciones científicas abordan problemáticas reales con soluciones tecnológicas que contribuyen directamente a la protección civil, la sostenibilidad ambiental y la calidad de vida en zonas urbanas de alto riesgo. Aplicamos algoritmos evolutivos, sistemas de soporte para toma de decisiones, procesamiento inteligente de datos y herramientas de computación paralela, con un enfoque interdisciplinario que conecta academia, industria y sociedad.
A través de colaboraciones nacionales e internacionales, este laboratorio es parte de iniciativas que reconfiguran el transporte público en tiempo real ante eventos climatológicos extremos, gestionan flujos vehiculares con criterios ecológicos, y fortalecen los sistemas de detección y respuesta ante emergencias industriales.
Líneas de Investigación:
| Gestión Preventiva ante Inundaciones Urbanas | Planeación Inteligente de Rutas Multicriterio |
| Tratamiento de datos ambientales masivos | Edificios inteligentes |
Gestión Preventiva ante Inundaciones Urbanas
Esta línea de investigación se enfoca en el desarrollo de modelos computacionales avanzados para la simulación de escenarios de inundación en regiones urbanas vulnerables, con el objetivo de asistir a las autoridades en la toma de decisiones preventivas durante fenómenos meteorológicos extremos.
Objetivo General:
Diseñar e implementar sistemas de simulación hidrometeorológica en tiempo reducido, mediante técnicas de computación paralela, multihilo y distribuida, que permitan predecir áreas de riesgo y establecer protocolos de evacuación más eficaces en zonas con tiempo limitado de respuesta.
Ámbitos de Aplicación:
- Protección civil y respuesta ante emergencias hidrometeorológicas
- Simulación de eventos extremos en regiones con orografía compleja
- Integración de pronósticos climáticos, niveles de agua y porosidad del suelo en modelos dinámicos
- Apoyo en planificación urbana y diseño de infraestructuras resilientes
Caso Representativo:
La cuenca del río Cazones en Veracruz sirve como entorno de validación para los modelos desarrollados, permitiendo visualizar con precisión las áreas afectadas por precipitaciones simuladas de hasta 72 horas en regiones de 50 km × 20 km.
Planeación Inteligente de Rutas Multicriterio
Esta línea de investigación se especializa en el diseño de soluciones de enrutamiento urbano que responden simultáneamente a múltiples objetivos y restricciones, desde la seguridad individual hasta el impacto ambiental. Su misión es construir modelos computacionales que permitan tomar decisiones óptimas en contextos urbanos complejos, especialmente dentro del paradigma de las ciudades inteligentes.
Objetivo General:
Diseñar e implementar sistemas avanzados de planeación de rutas multicriterio en entornos urbanos inteligentes, que integren información sanitaria, ambiental y estructural para optimizar desplazamientos humanos y vehiculares, mediante algoritmos evolutivos, arquitectura distribuida cliente-servidor y técnicas de computación paralela, con el propósito de mejorar la seguridad, eficiencia y sostenibilidad de la movilidad urbana en contextos de alta densidad poblacional y riesgo ambiental.
Ámbitos de Aplicación:
Arquitecturas cliente-servidor. Este laboratorio implementa algoritmos que personalizan rutas de evacuación o transporte considerando: Tiempo mínimo de traslado, Menor riesgo sanitario y estructural, Disponibilidad de servicios médicos y asistencia, Condiciones climáticas extremas. Los sistemas se alimentan de bases de datos abiertas urbanas y se adaptan al perfil del usuario, incluyendo condiciones médicas específicas que afectan la movilidad.
Optimización ambiental urbana. El laboratorio desarrolla algoritmos evolutivos multiobjetivo, como el algoritmo genético celular, que determinan rutas que: Minimicen el tiempo de desplazamiento, Reduzcan las emisiones contaminantes. Eviten zonas de alta contaminación mediante penalizaciones ambientales. Se generan frentes de soluciones Pareto que proporcionan múltiples rutas alternativas óptimas, evaluadas mediante métricas como hipervolumen y dispersión.
Aplicaciones Clave:
- Planificación de evacuaciones personalizadas
- Optimización de rutas para transporte público saludable
- Reducción de congestión vial y contaminación
- Soporte en políticas de movilidad sostenible
Tratamiento de datos ambientales masivos
Esta área de investigación se dedica al estudio, procesamiento y análisis eficiente de grandes volúmenes de datos generados por sistemas urbanos de transporte inteligente. Aprovechando infraestructuras computacionales avanzadas y técnicas modernas de paralelización, el laboratorio transforma millones de registros en información estratégica para la toma de decisiones en ciudades inteligentes.
Objetivo:
Desarrollar soluciones computacionales escalables para el procesamiento y análisis de datos masivos en sistemas de transporte, aplicando arquitecturas eficientes de bases de datos y técnicas de computación paralela, que permitan implementar proyectos de inteligencia de negocios orientados a la optimización del transporte urbano y la gestión de infraestructura en tiempo real.
Ámbito de aplicación:
- Sistemas de transporte público con alta demanda (10,000+ usuarios diarios)
- Monitoreo en tiempo real de vehículos y usuarios mediante datos GPS
- Optimización de infraestructura urbana basada en evidencia
- Planeación estratégica en ciudades con problemas de congestión, contaminación y riesgo ambiental
Edificios inteligentes
Esta área se enfoca en el desarrollo de modelos computacionales que procesan grandes volúmenes de datos urbanos para anticipar, simular y reaccionar ante situaciones de emergencia en ciudades inteligentes. A partir de sensores, algoritmos cognitivos y arquitecturas distribuidas, se construyen sistemas capaces de generar respuestas óptimas ante eventos ambientales críticos, con énfasis en la seguridad, bienestar y confort de los ciudadanos.
Objetivo:
Diseñar e implementar modelos de análisis de datos masivos que incorporen conciencia situacional distribuida, aprendizaje contextual y optimización computacional, para mejorar la capacidad de reacción de ciudades inteligentes ante incidentes ambientales, mediante la generación de rutas de evacuación adaptadas al riesgo, la distancia y el estado físico de los componentes urbanos.
Ámbito de aplicación:
- Diseño de sistemas inteligentes de evacuación ante fenómenos naturales
- Optimización de infraestructura urbana para condiciones variables en tiempo real
- Monitoreo de confort físico en espacios públicos mediante sensores distribuidos
- Soporte para decisiones colaborativas entre elementos móviles y fijos de la ciudad
Proyectos Internacionales:
- Planificación del Transporte Urbano en Ciudades Inteligentes. [Enlace]
Proyectos Regionales:
- Centro de Información sobre Cómputo Avanzado en México. [Enlace]
- Inteligencia Ambiental como Estrategia para la Optimización de Procesos Químico – Ambientales usando Tecnología Computacional de Alto Desempeño. [Enlace]
Miembros:
 |
Dr. Alfredo Cristóbal Salas Responsable del Laboratorio Página, Publicaciones, Tesis acristobal@uv.mx |
 |
Dra. Carolina Solis Maldonado Miembro Colaborador Página, Publicaciones, Tesis casolis@uv.mx |
 |
Dr. Raúl Alejandro Luna Sánchez Miembro Colaborador Página, Publicaciones, Tesis raluna@uv.mx |
 |
Dra. Francisca Sandoval Reyes Miembro Colaborador Página, Publicaciones, Tesis fsandoval@uv.mx |
 |
M.I. Nayeli Ortiz Silos Miembro Colaborador Página, Publicaciones, Tesis naortiz@uv.mx |
 |
Ing. Daniel Pérez Castañeda Responsable Técnico zS23024727@estudiantes.uv.mx |
Tesis de Doctorado:
- Heidi Lizbeth Monroy Carranza (2024). Propuesta de Índice de Potencialidad Resiliente para localidades costeras del Estado de Veracruz. Trabajo en modalidad de TESIS. Facultad de Arquitectura. Universidad Veracruzana.
Tesis de Licenciatura:
- Josue Daniel Ruiz Portilla (2022). Modelo de optimización multiobjetivo para la planeación de recorridos turísticos considerando la experiencia de usuario y aspectos ambientales. Trabajo recepcional en modalidad de TESIS. Facultad de Ingeniería en Electrónica y Comunicaciones, Universidad Veracruzana.
- Daniel Pérez Castañeda. (2021). Algoritmo de Planificación de Rutas de Evacuación para Personas con Problemas de Movilidad Limitada en Eventos Ambientales Inesperados. Trabajo recepcional en modalidad de TESIS. Facultad de Ingeniería en Electrónica y Comunicaciones, Universidad Veracruzana.
- Juan Daniel Santiago Domínguez. (2019). Mejora en la Gestión de Residuos Peligrosos de la Universidad Veracruzanade la región Poza Rica-Tuxpan mediante la implantación de un Sistema Computacional para la Administración de Contenido. Trabajo recepcional en modalidad de TESIS. Facultad de Ingeniería en Electrónica y Comunicaciones, Universidad Veracruzana.
- Torres Martínez Jorge Alberto Villalobos Vázquez Jesús. (2011). Reingeniería del proceso para el mantenimiento del Sistema de detección de Gas y Fuego de la Turbinas “Solar Centauro 40” ubicadas en la Central de Almacenamiento y Bombeo de Petróleos Mexicanos Sector Poza Rica. Trabajo recepcional en modalidad de TESIS. Facultad de Ingeniería en Electrónica y Comunicaciones, Universidad Veracruzana.
Publicaciones:
- Pérez-Castañeda, D., Cristóbal Salas A.., Solis-Maldonado, C., & Luna-Sánchez, R.-A. (año). Parallel path planning for big-data routes considering the use of limited resources, environmental conditions and logistic value. Universidad Veracruzana. Por Publicar.
- A. Cristóbal-Salas et al., «A Customized Evacuation Route Planning Algorithm for Highly Risky Smart Cities,» 2019 IEEE International Autumn Meeting on Power, Electronics and Computing (ROPEC), 2019, pp. 1-5. https://doi.org/10.1109/ROPEC48299.2019.9057125
- Cristóbal Salas A., Cuenca Lerma J.M., Santiago Vicente B., Monroy Carranza H.L. (2019) Decision Support System for Urban Flood Management in the Cazones River Basin. In: Torres M., Klapp J., Gitler I., Tchernykh A. (eds) Supercomputing. ISUM 2018. Communications in Computer and Information Science, vol 948. Springer, Cham. https://link.springer.com/chapter/10.1007/978-3-030-10448-1_19
- Cristobal-Salas A. et al. (2019) ETL Processing in Business Intelligence Projects for Public Transportation Systems. In: Torres M., Klapp J. (eds) Supercomputing. ISUM 2019. Communications in Computer and Information Science, vol 1151. Springer, Cham. https://link.springer.com/chapter/10.1007/978-3-030-38043-4_4
- Cristóbal-Salas A., Tchernykh A., Nesmachnow S., Santiago-Vicente B., Luna-Sánchez R.A., Solis-Maldonado C. (2019) Multi-objective Evolutive Multi-thread Path-Planning Algorithm Considering Real-Time Extreme Weather Events. In: Torres M., Klapp J. (eds) Supercomputing. ISUM 2019. Communications in Computer and Information Science, vol 1151. Springer, Cham. https://link.springer.com/chapter/10.1007/978-3-030-38043-4_12
- Luis Bernardo Pulido-Gaytan, Andrei Tchernykh, Sergio Nesmachnow, Alfredo Cristóbal-Salas, Arutyun Avetisyan, Harold Enrique Castro Barrera, Carlos Jaime Barrios Hernandez. (2019) Multi-objective Optimization of Vehicle Routing with Environmental Penalty. In: Torres M., Klapp J. (eds) Supercomputing. ISUM 2019. Communications in Computer and Information Science, vol 1151. Springer, Cham. https://link.springer.com/chapter/10.1007/978-3-030-38043-4_13
- Denis J., Massobrio R., Nesmachnow S., Cristóbal A., Tchernykh A., Meneses E. (2019) Parallel Computing for Processing Data from Intelligent Transportation Systems. In: Torres M., Klapp J. (eds) Supercomputing. ISUM 2019. Communications in Computer and Information Science, vol 1151. Springer, Cham. https://link.springer.com/chapter/10.1007/978-3-030-38043-4_22
- Cristóbal-Salas A., Tchernykh A., Nesmachnow S., Santiago-Vicente B., Luna-Sánchez RA., Solis-Maldonado C. (2019) Public Transportation System Real-Time Re-organization Due to Civil Protection Events. In: Torres M., Klapp J. (eds) Supercomputing. ISUM 2019. Communications in Computer and Information Science, vol 1151. Springer, Cham. https://link.springer.com/chapter/10.1007/978-3-030-38043-4_11
- S. -N. Gonzalez Rocha, Cristóbal-Salas A. and N. -I. L. Santes, «REMMA citizen observatory: a monitoring and an alerting real-time system,» 2015 International Conference on Computing Systems and Telematics (ICCSAT), Xalapa, Mexico, 2015, pp. 1-5. https://ieeexplore.ieee.org/document/7362928