Search

The transformation of traditional education into a Sensitive, Manageable, Adaptable, Responsive and Timely (SMART) education involves the comprehensive modernisation of all educational processes. For such a transformation, smart pedagogies are needed as a methodological issue while smart learning environments represent the technological issue, both having as an ultimate goal to cultivate smart learners. Smart learners need to develop 21st century skills so that they can become into smart citizens of our changing world. Technology and computers are an essential aspect for this modernisation, not only in terms of technological support for smart environments but also in terms of offering new methodologies for smart pedagogy and the development of smart skills. In this context, computational thinking appears as a promising mechanism to encourage core skills since it offers tools that fit learners’ interests and gives them the possibility to better understand the foundations of our ICT-based society and environments. In this work, we raise to make an effort to encourage the development of computational thinking as an opportunity to transform traditional pedagogies to smarter methodologies. We provide a general background about computational thinking and analyse the current state-of-the-art of smart education, emphasizing that there is a lack of smart methodologies which can support the training of 21st century smart skills. Finally, we provide —to those educators interested in pursuing the philosophy of smart education— information about initiatives devoted to the dissemination or promotion of computational thinking; existing tools or materials which support educators for the development of computational thinking among the students; and previous experiences and results about the application of computational thinking in educational environments.

El sistema de control distribuido de versiones Git se ha convertido en el estándar de facto para manejar proyectos software. Uno de los motivos de la creciente popularidad de Git es el éxito de GitHub, una plataforma Web de desarrollo colaborativo. GitHub ofrece toda la funcionalidad de Git e integra diversas he- rramientas de control de acceso, colaboración, gestión de tareas y control de pro- yectos, todo ello en la nube. Educadores tanto del mundo académico relacionado con la Informática como de fuera de ella utilizan GitHub en sus cursos. En este trabajo se presenta cómo se han utilizado las herramientas Git, GitHub y GitHub Classroom para gestionar la parte práctica de varias asignaturas de los estudios del grado en Ingeniería Informática. Esta contribución se centra en motivar esta experiencia, explicar su implementación y discutir los resultados obtenidos. The distributed version control system Git has become the de facto standard for managing software projects. One of the reasons for the growing popularity of Git is the success of GitHub, a collaborative development Web platform. GitHub offers all the functionality of Git and integrates various tools for access control, collabo- ration, task management and project control, all of them in the cloud. Educators from both the academic world related to IT and from outside, are using GitHub in their courses. This paper presents how the Git, GitHub and GitHub Classroom tools have been used to manage the laboratories of several subjects of the degree studies in Computer Engineering. This contribution focuses on motivating this experience, explaining its implementation and discussing the results obtained.

The change of structure and process of the organizations of the current society has generated a great impact in the new way of working. Work teams coordination ensures that a team functions as a unitary whole; is identified as a key process to understand work team effectiveness. This paper presents a brief introduction of the recent research on Work teams in organizations and raises relevant issues about their implications for Pedagogy studies. This paper aims, first, to analyze the potential of team based organizations. And secondly, to examine the effects in pedagogy studies. Coordination is a process that involves the use of strategies and patterns of behavior aimed to integrate actions, knowledge and goals of interdependent members. The tasks have increased its difficulty, doing that individual resolution is very difficult or impossible Universidad de La Laguna

El término pensamiento computacional se utiliza para describir cómo piensa un «científico/a de computadoras» cuando se enfrenta a un problema y los beneficios que esta forma de pensar podría tener en todos nosotros. El pensamiento computacional representa el proceso de reconocimiento de aspectos de la Informática en el mundo que nos rodea, y la aplicación de sus herramientas y técnicas para comprender y razonar sobre los sistemas y los problemas a los que nos enfrentamos. El objetivo de este trabajo es analizar en qué medida influye el desarrollo del pensamiento computacional en la posterior mejora de habilidades relacionadas con la resolución de problemas en un ámbito científico, específico, o incluso general o de aplicación práctica en la vida cotidiana. Para ello, se ha trabajado con alumnado del Grado en Matemáticas y del Grado en Ingeniería Informática, titulaciones que, en menor y en mayor medida, incorporan asignaturas que introducen al alumnado en la «programación» (herramienta fundamental para todo «científico/a de computadoras»). La batería de tests EFAI (Evaluación Factorial de las Aptitudes Intelectuales) de nivel 4 se utilizó para medir la inteligencia general, la inteligencia no verbal (INV) y la inteligencia verbal (IV). De los resultados obtenidos se puede deducir que existe una mayor homogeneidad en el desarrollo de la INV para el alumnado que presumiblemente ha recibido una mayor formación ligada a la programación. Aún así, y para poder obtener conclusiones más robustas será necesario extender el estudio a alumnado de otras ramas de conocimiento, comparando además las habilidades del alumnado de nuevo ingreso con la del alumnado que finaliza la titulación The term computational thinking is used to describe how a «computer scientist» thinks when facing a problem and the benefits that this way of thinking could have in all of us. Computational thinking represents the process of recognizing aspects of computing in the world around us, and applying its tools and techniques to understand and think about the systems and problems we face. The objective of this work is to analyze the extent to which the development of computational thinking influences the subsequent improvement of skills or competences related to the resolution of problems in a specific scientific field, or even in general and practical situations of everyday life. To this end, we have worked with students from the Degree in Mathematics and with students from the Degree in Computer Science. It’s important to note that in both cases, these Degrees incorporate courses for introducing students to «computer programming» (a fundamental tool for all «computer scientist»). The EFAI (Factorial Assessment of Intellectual Abilities) test battery - level 4 - was used to measure general intelligence, non verbal intelligence (INV) and verbal intelligence (IV). From the results obtained, it can be deduced that there is a greater homogeneity in the development of the INV for students who presumably have received more training linked to programming. Even so, and in order to obtain more robust conclusions, it will be necessary to extend the study to students from other branches of knowledge, comparing the skills of the younger students with the students who are close to finish the degree

El término pensamiento computacional se utiliza para describir cómo piensa un «científico/a de computadoras» cuando se enfrenta a un problema y los beneficios que esta forma de pensar podría tener en todos nosotros. El pensamiento computacional representa el proceso de reconocimiento de aspectos de la Informática en el mundo que nos rodea, y la aplicación de sus herramientas y técnicas para comprender y razonar sobre los sistemas y los problemas a los que nos enfrentamos. El objetivo de este trabajo es analizar en qué medida influye el desarrollo del pensamiento computacional en la posterior mejora de habilidades relacionadas con la resolución de problemas en un ámbito científico, específico, o incluso general o de aplicación práctica en la vida cotidiana. Para ello, se ha trabajado con alumnado del Grado en Matemáticas y del Grado en Ingeniería Informática, titulaciones que, en menor y en mayor medida, incorporan asignaturas que introducen al alumnado en la «programación» (herramienta fundamental para todo «científico/a de computadoras»). La batería de tests EFAI (Evaluación Factorial de las Aptitudes Intelectuales) de nivel 4 se utilizó para medir la inteligencia general, la inteligencia no verbal (INV) y la inteligencia verbal (IV). De los resultados obtenidos se puede deducir que existe una mayor homogeneidad en el desarrollo de la INV para el alumnado que presumiblemente ha recibido una mayor formación ligada a la programación. Aún así, y para poder obtener conclusiones más robustas será necesario extender el estudio a alumnado de otras ramas de conocimiento, comparando además las habilidades del alumnado de nuevo ingreso con la del alumnado que finaliza la titulación The term computational thinking is used to describe how a «computer scientist» thinks when facing a problem and the benefits that this way of thinking could have in all of us. Computational thinking represents the process of recognizing aspects of computing in the world around us, and applying its tools and techniques to understand and think about the systems and problems we face. The objective of this work is to analyze the extent to which the development of computational thinking influences the subsequent improvement of skills or competences related to the resolution of problems in a specific scientific field, or even in general and practical situations of everyday life. To this end, we have worked with students from the Degree in Mathematics and with students from the Degree in Computer Science. It’s important to note that in both cases, these Degrees incorporate courses for introducing students to «computer programming» (a fundamental tool for all «computer scientist»). The EFAI (Factorial Assessment of Intellectual Abilities) test battery - level 4 - was used to measure general intelligence, non verbal intelligence (INV) and verbal intelligence (IV). From the results obtained, it can be deduced that there is a greater homogeneity in the development of the INV for students who presumably have received more training linked to programming. Even so, and in order to obtain more robust conclusions, it will be necessary to extend the study to students from other branches of knowledge, comparing the skills of the younger students with the students who are close to finish the degree

Las VI Jornadas de Innovación Educativa representan la continuidad del esfuerzo de la Universidad de La Laguna en su apuesta por la Innovación en el ámbito de la docencia. El profesorado actual debe formarse en los distintos procesos de diseño, puesta en práctica, evaluación y reflexión necesarios para el desempeño docente, así como adquirir competencias pedagógicas diferentes, adaptadas al entorno social y a un alumnado que demanda nuevos modelos de aprendizaje en la universidad. Esta edición de las Jornadas de Innovación se ha centrado en la idea del docente como un profesional convencido y reflexivo, que conoce y valora la importancia de la innovación en la docencia universitaria como medio para alcanzar unos fines que van más allá de transmitir el conocimiento de un repertorio técnico, por más denso y extenso que éste pueda ser, despreciando la posibilidad de enseñar a preguntar más que a responder. La mejora de la calidad educativa está directamente vinculada a un profesorado que aspira a convertirse en un especialista en enfrentarse a situaciones problemáticas de distinta naturaleza, a través de una actividad reflexiva que no se agota en la búsqueda de los medios idóneos para unos fines ya definidos, sino que trasciende hasta la indagación sobre los propios fines.

En este trabajo se analizan los datos actuales (a nivel nacional) sobre participación femenina en los estudios universitarios de informática. Para tratar de poner en contexto las cifras de género en estas titulaciones universitarias, se analizan los datos globales para otras ramas de conocimiento así como los datos relativos a las cifras de género en los estudios pre-universitarios post-obligatorios. De esta forma, se pretende analizar si la presencia de bajos índices de matrícula femenina es algo generalizado en los estudios vinculados con la rama de Arquitectura e Ingeniería o si bien es algo puntual para los estudios de Informática. Cabe destacar que el objetivo de este trabajo no es tanto adentrar en los posibles factores que causan la brecha de género en el alumnado matriculado en nuestros estudios sino más bien dar cifras concretas sobre la situación que se está produciendo. This work presents and analyzes current national data on women's participation in college studios devoted to computer science. To try to put into context the figures about these gender situations, not only data about women participation in computer science high-level studies are presented, but also global data for other branches of knowledge and data on gender figures in pre-university and non-compulsory studies are analyzed. In this way, is to analyze whether the presence of low levels of female enrollment is widespread in studies related to the branch of Architecture and Engineering or if it is something specific to computer science studies. Notably, the aim of this paper is not so much to delve into the possible factors that cause gender inequality but rather to give specific figures on the situation that is currently occurring.

La tutoría universitaria puede estructurarse atendiendo a tres dimensiones: la tutoría académica, la tutoría de carrera y las actividades de orientación. Estas tres dimensiones son complementarias y desde cada una de ellas se gestionan distintos programas y actividades que confluyen en la orientación y la tutorización del alumnado durante el tiempo que permanece en la Universidad. La tutoría académica se realiza a nivel de aula o grupo de docencia de una asignatura en concreto y, por tanto, es coordinada por el propio profesorado de la asignatura. Sin embargo, la tutoría de carrera y las actividades de orientación se realizan a nivel de titulación o incluso a nivel de centro y, por tanto, abarcan planes, programas o actividades más complejas, y que tratan de dar apoyo a un mayor número y diversidad de alumnado. Con el fin de homogeneizar y formalizar este tipo de tutorización y orientación vinculada a los centros, en nuestra Universidad se ha realizado una propuesta de “Planes de Orientación y Acción Tutorial” que ha sido puesta en marcha por primera vez este curso académico 2012-2013. En concreto, en este trabajo se presentarán los detalles de diseño y de puesta en marcha de un Plan de Orientación y Acción Tutorial para el Grado en Ingeniería Informática. SUMMARY -- The university tutoring can be structured according to three dimensions: academic tutoring, mentoring and career guidance activities. The academic tutoring is done at the level of classroom teaching and, therefore, is coordinated by the teachers of the subject itself. However, mentoring and career guidance activities are performed at the level of the degrees or faculties, and therefore, include plans, programs or more complex activities, which try to give support to a greater variety of students. In order to standardize and formalize this type of tutoring and guidance related to the centers, in our University, a "Plannig for Guidance and Tutoring" has been launched for the first time this academic year. This paper will present the specific details of design and implementation of such a Plan for a Degree in Computer Engineering.

En esta memoria se presenta un estudio del funcionamiento del programa HYSPLIT realizado con el objetivo de detectar puntos débiles que permitan mejorar su eficiencia. HYSPLIT es un software que implementa un modelo de cálculo de trayectorias, concentraciones y dispersión de partículas atmosféricas y contaminantes ampliamente utilizado en meteorología. El trabajo se ha desarrollado en el marco de un convenio de colaboración entre la Universidad de La Laguna y la Agencia Estatal de Meteorología (AEMET).

En la actualidad los algoritmos de optimización son utilizados en diferentes campos de la investigación. Sin embargo su uso en los campos empresariales es reducido, ya que no es sencillo introducirlo en según qué entorno por la complejidad que conlleva. Y es así como surge Prodef que tiene como objetivo ir un paso más allá y proporcionar una herramienta de más alto nivel, a través de la cual cualquier usuario pueda modelar problemas de optimización y ejecutarlos sin necesidad de tener conocimientos previos sobre algoritmos evolutivos ni sobre programación. A pesar de que existen algunos frameworks para optimización con este tipo de meta-heurísticas, su utilización requiere de un cierto nivel de conocimiento sobre la técnica a emplear y también sobre el lenguaje de programación utilizado por el propio framework. La estructura general de Prodef se desarrolló en unos Trabajos de Fin de Grado previos, gracias al cual se dispone de una API en la que se puede solicitar ejecutar problemas a través de un JSON, especificando el modelo formal del problema a través de un lenguaje propio denominado ProdefLang, todo esto se hace de forma gráfica a través de una interfaz ya existente, que permite al usuario modelar sus problemas haciendo uso de bloques, que conectándolos de ciertas formas, se puede plantear un problema, dándole la facilidad al usuario de abstraerse del código que hay por detrás. En el presente trabajo se ha logrado desarrollar una interfaz gráfica, Prodef-Solution. Gracias a esta, los usuarios que utilicen la herramienta podrán visualizar los resultados de una forma más representativa. De esta forma se hace más fácil la comprensión de los resultados para aquellos usuarios no expertos. Las representaciones de las soluciones se han agrupado basándonos en el tipo de solución, de las cuales algunas pueden ser un vector de booleano, una matriz de booleanos, un vector de enteros con permutación, una matriz de enteros con permutación y una matriz de enteros, permitiendo así agrupar diferentes problemas para poder darles una representación genérica. Como resultado de este Trabajo de Fin de Grado se ha logrado crear una interfaz web capaz de representar los resultados de diferentes problemas adaptándose a los distintos grupos, permitiendo así poder llevar a cabo una representación genérica, que por un lado facilita las representaciones de los diferentes problemas tomando los puntos comunes entre algunos de ellos, mientras que por otro lado tenemos el inconveniente de que no se puede hacer 100 % representativa a cada problema, ya que esto le aportaría una gran complejidad, debido a que tendríamos que tener definida cada representación para cada problema que exista y eso seria muy ineficiente. Currently optimization algorithms are used in different fields of research. However, its use in business fields is limited, since it is not easy to introduce it in a certain environment due to the complexity it entails. And this is how Prodef was created, which aims to go one step further and provide a higher level tool, through which any user can model optimization problems and execute them without the need for prior knowledge of evolutionary algorithms or programming. Although there are some frameworks for optimization with this type of meta-heuristics, their use requires a certain level of knowledge about the technique to be used and also about the programming language used by the framework itself. The general structure of Prodef was developed in previous Final Degree Projects, thanks to which an API is available in which problems can be requested to be executed through a JSON, specifying the formal model of the problem through its own language called ProdefLang, all this is done graphically through an already existing interface, which allows the user to model their problems using blocks, which by connecting them in certain ways, can pose a problem, giving the user the facility to abstract from the code behind. In the present work it has been possible to develop a graphical interface, ProdefSolution. Thanks to this, users who use the tool will be able to visualize the results in a more representative way. This makes it easier for non-expert users to understand the results. The representations of the solutions have been grouped based on the type of solution, of which some can be a boolean vector, a boolean matrix, a permutation integer vector, a permutation integer matrix and an integer matrix, thus allowing different problems to be grouped in order to give them a generic representation. As a result of this Final Degree Project, it has been achieved to create a web interface capable of representing the results of different problems adapting to the different groups, thus allowing a generic representation to be carried out, that on one side facilitates the representations of the different problems taking the common points between some of them, while on the other side we have the inconvenience that each problem cannot be 100 % representative, since this would add great complexity, since we would have to have each representation defined for every problem that exists and that would be very inefficient

En la actualidad, los algoritmos de optimización bio-inspirados son ampliamente utilizados en ámbitos académicos y existe una gran cantidad de investigación dedicada a estos. No obstante, son métodos altamente complejos con una larga curva de aprendizaje, no solo de comprensión sino también de implementación. Es por esto que, a pesar de ser técnicas considerablemente útiles, su uso no se extiende mucho más allá del ámbito investigador. Prodef es una herramienta que surge en este contexto con el objetivo de expandir el alcance de estas técnicas, tratando de acercarlas a entornos empresariales. Prodef permite modelar problemas con una interfaz gráfica basada en bloques, definir algoritmos sin escribir código y generar instancias de problemas para su posterior resolución. Sin embargo, en un principio Prodef no era una herramienta que tuviera fácil acceso: utilizarla requería instalar manualmente múltiples dependencias, y se debía hacer uso de una terminal de Linux para poner en marcha todos los microservicios. Para complicar aún más las cosas, los recursos computacionales corrían a cuenta del usuario. Esta serie de inconvenientes no casaba con la base de Prodef de acercarse a un público sin experiencia. En este trabajo se ha diseñado una infraestructura para desplegar la herramienta Prodef como un servicio web empleando el modelo SaaS (Software como servicio). Para alcanzar este objetivo, se ha llevado a cabo un aprendizaje previo al trabajo acerca de las tecnologías y plataformas más utilizadas para este tipo de implementación. Primero, se ha contenerizado cada microservicio de la herramienta utilizando Docker. Asimismo, se ha realizado una configuración en Docker-compose capaz de poner en marcha todos los contenedores de Prodef simultáneamente. Para esta tarea ha sido necesario realizar cambios en el código tanto del back-end como del front-end. También ha sido necesario contratar un proveedor de servicios de nube como DigitalOcean. Por último, se ha desarrollado un plan de Terraform capaz de crear un servidor virtual nuevo que, automáticamente, realiza todos los pasos necesarios para poner el marcha el Docker-compose de Prodef, consiguiendo de esta forma el despliegue del servicio. Como resultado de este Trabajo de Fin de Grado no solo se ha establecido un plan de despliegue portable a cualquier proveedor de servidores virtuales, sino que también se ha adaptado el código de Prodef para futuras tareas de este ámbito. Además, se ha dejado operativo un enlace con nombre de dominio para acceder a Prodef desde cualquier navegador. Currently, bio-inspired optimization algorithms are widely used in academic settings and there is a large amount of investigation devoted to them. However, they are highly complex methods with a long learning curve, not only in understanding but also in implementation. This is why, despite being considerably useful techniques, their use does not extend much beyond the investigation environment. Prodef is a tool that arises in this context with the aim of expanding the scope of these techniques, trying to bring them closer to business environments. Prodef allows modeling problems with a block-based graphical interface, defining algorithms without writing code and generating problem instances for subsequent resolution. Initially, however, Prodef was not a tool that was easily accessible: using it required multiple dependencies to be installed manually, and a Linux terminal had to be used to launch all the microservices. To complicate matters further, computational resources were at the user’s expense. This set of drawbacks did not fit with Prodef’s rationale of reaching out to an inexperienced audience. In this work, an infrastructure has been designed to deploy the Prodef tool as a web service using the SaaS (Software as a Service) model. To achieve this goal, a pre-work learning has been carried out about the most used technologies and platforms for this type of implementation. First, each microservice of the tool has been containerized using Docker. Also, a configuration has been made in Docker-compose capable of starting all the Prodef containers simultaneously. For this task it has been necessary to make changes in the code of both the back-end and front-end. It has also been necessary to contract a cloud service provider such as DigitalOcean. Finally, it has been developed a Terraform plan capable of creating a new virtual server that automatically performs all the necessary steps to launch the Docker-compose of Prodef, thus achieving the deployment of the service. As a result of this Final Degree Project, not only a deployment plan portable to any virtual server provider has been established, but also the Prodef code has been adapted for future tasks in this area. In addition, a link with a domain name has been left operational to access Prodef from any browser.

Si bien en la actualidad existe una gran cantidad de investigación respecto a algoritmos de optimización bioinspirados, estos todavía no gozan de un uso extendido fuera del mundo académico. Su complejidad intrínseca y la dificultad para implementarlos y adaptarlos al problema en cuestión dificultan su uso. Prodef es una herramienta que trata de cambiar eso, permitiendo al usuario definir un problema con una interfaz gráfica basada en bloques desarrollada mediante la librería Blockly. Cada problema está compuesto por cuatro elementos: una serie de parámetros, las variables que conforman una solución, los objetivos y las restricciones que existen para que una solución sea factible. Una vez se ha definido el problema se puede obtener una solución. Para ello se transforma la definición basada en bloques en una basada en ProdefLang, un lenguaje de dominio específico que ayuda en la especificación de objetivos y restricciones. Finalmente, un componente llamado resolutor es capaz de recibir esta definición y computar una solución para el problema. Actualmente, existen dos resolutores cada uno basado en un framework distinto: JMetal y METCO. Sin embargo, en un principio Prodef no permitía al usuario influir en la ejecución más allá de decidir con qué resolutor resolver el problema. En este trabajo se han implementado los cambios necesarios para que Prodef permita al usuario definir sus propios algoritmos de forma sencilla. Para añadir esta característica ha sido necesario hacer cambios a lo largo de toda la estructura de Prodef. En primer lugar, se ha añadido la capacidad de definir y guardar algoritmos desde la interfaz gráfica. También ha sido necesario crear un nuevo resolutor. Este resolutor es fundamentalmente distinto a aquellos que ya existían, ya que permite especificar qué algoritmo se quiere usar para resolver el problema en cuestión. Asimismo, para implementar este nuevo resolutor, ha sido necesario desarrollar un nuevo compilador de ProdefLang (el lenguaje de dominio específico que usa Prodef) para Rust, ya que este es el lenguaje que se ha elegido para la implementación del nuevo resolutor. Para permitir el modelado de algoritmos, este nuevo resolutor hace uso de una abstracción basada en componentes que se ha diseñado durante este trabajo. Asimismo, se han creado varios componentes para ilustrar el funcionamiento del sistema. Una característica de gran relevancia de este diseño es que los algoritmos que se definen son independientes de cualquier problema. Esto permite aplicar el mismo algoritmo a distintos problemas, si bien es necesario elegir ciertos parámetros y componentes específicos que sí son dependientes del problema. Estos cambios permiten a Prodef erigirse como una herramienta única. Los usuarios que no necesiten definir sus propios algoritmos podrán usar algoritmos predefinidos e, incluso, comparar distintos algoritmos para encontrar los de mayor rendimiento para su problema. Sin embargo, aquellos usuarios que quieran tener un mayor control sobre la ejecución pueden definir los suyos propios. Además, esto también permite a usuarios que quieran aprender sobre metaheurísticas una plataforma para dar sus primeros pasos. Estas ventajas son de interés para cualquier futuro usuario de la herramienta. Por tanto, este Trabajo de Fin de Grado acerca Prodef a su objetivo de facilitar a empresas e individuos el modelado y la resolución de problemas de optimización combinatoria, sin tener que conocer los detalles de implementación de los mismos. While there is currently a large amount of research on bio-inspired optimisation algorithms, they are not yet widely used outside academia. Their intrinsic complexity and the difficulty of implementing and adapting them to the problem at hand hinder their use. Prodef is a tool that tries to change that, allowing the user to define a problem with a block-based graphical interface implemented using the Blockly library. Each problem is composed of four elements: a set of parameters, the variables that make up a solution, the objectives and the constraints that exist for a solution to be feasible. Once the problem has been defined, a solution can be obtained. This is done by transforming the block-based definition into one based on ProdefLang, a domain-specific language that helps in the specification of objectives and constraints. Finally, a component called solver is able to receive this definition and compute a solution for the problem. Currently, two solvers exist, each based on a different framework: JMetal and METCO. However, initially Prodef did not allow the user to influence the execution beyond deciding which solver to use to solve the problem. In this project , the necessary changes have been implemented to allow Prodef users to define their own algorithms in a simple way. To add this feature it has been necessary to make changes throughout the entire structure of Prodef. Firstly, the ability to define and save algorithms from the graphical interface has been added. It has also been necessary to create a new solver. This solver is fundamentally different from those that already exist as it allows the users to specify which algorithms they want to use to solve the problem in question. Likewise, to implement this new solver, it has been necessary to develop a new ProdefLang compiler (the domain-specific language used by Prodef) for Rust, as this is the language that has been chosen for the implementation of the new solver. To enable the modeling of algorithms, this new solver makes use of a component-based abstraction that has been designed during this work. In addition, several components have been created to illustrate the operation of the system. A major feature of this design is that the defined algorithms are independent of the problem. This allows the same algorithm to be applied to different problems, although it is necessary to choose specific parameters and components that depend on the problem. These changes allow Prodef to establish itself as a unique tool. Users who do not need to define their own algorithms will be able to use predefined algorithms and even compare different algorithms to find the best performing ones for their problem. However, users who want to have more control over the performance can define their own. In addition, this also provides users who want to learn about metaheuristics with a platform to take their first steps. These advantages contribute to solving a number of use cases that could be of interest to a future user of the tool. Therefore, this Final Degree Project brings Prodef closer to its goal of making it easier for companies and individuals to model and solve combinatorial optimisation problems, without having to know the implementation details.

A lo largo de la historia han surgido cambios que tienen su origen en el deseo de obtener un mayor beneficio frente a los costos de los procesos y recursos utilizados. Un ejemplo de ello fue la revolución industrial, que marcó el inicio de un nuevo sistema económico y supuso un gran avance tecnológico, aumentando la capacidad de producción, disminuyendo el tiempo de fabricación y simplificando tareas complejas en varias operaciones simples. Esto no solo define épocas, sino que ocurre en nuestro día a día cuando se busca otra alternativa para “obtener más por menos”, ya que el ser humano “es perezoso por naturaleza”. Esto no es del todo malo si se tiene en cuenta que gracias a ello, se ha logrado optimizar las actividades para gastar la menor cantidad de energía posible. De esta necesidad surge la herramienta Prodef, la cual permite la resolución de problemas para los que conocemos su formulación pero no cómo resolverlos. Prodef es una herramienta que provee una arquitectura extensible que posibilita la traducción desde una definición matemática del problema (pro-blem def-inition) hasta potencialmente cualquiera de los frameworks de optimización basados en heurísticas de computación evolutiva. Actualmente, Prodef cuenta con la integración con jMetal (Metaheuristic Algorithms in Java) como framework de optimización basado en heurísticas, utilizando el lenguaje de programación Java. A partir de jMetal, Prodef crea una abstracción para resolver los problemas de optimización siguiendo una serie de pasos. Pero cambiar nuestra perspectiva al enfrentarnos a un mismo problema, puede marcar la diferencia entre resolverlo o no, entre eficiencia o ineficiencia e incluso en la obtención del valor óptimo. A partir de esta idea, se ha desarrollado este trabajo con la finalidad de añadir otra manera de resolver los problemas en Prodef. Para ello, se utiliza la herramienta METCO (Metaheuristics-based Extensible Tool Cooperative Optimization), que es otro framework de optimización basados en heurísticas. METCO en vez de utilizar Java, utiliza C++ y en consecuencia, se necesita la traducción desde el lenguaje usado para la definición matemática a C++, con el objetivo de crear una abstracción capaz de resolver cualquier problema de optimización combinatoria. Sin embargo, una abstracción para los problemas de optimización combinatoria limita su capacidad de resolución, pero incrementa su alcance a distintas áreas. Es una herramienta con un gran potencial que aún puede seguir creciendo, ya que permite a personas sin conocimientos específicos de programación o pequeñas y medianas empresas mejorar procesos productivos. Throughout history, there have been changes in the desire to obtain greater profit and lower cost of processes and resources used. For example the industrial revolution, which started a new economic system and technological advance, increasing production capacity, decreasing manufacturing time and simplifying complex tasks into several simple operations. This doesn’t only define times, but occurs in our daily lives when we look for another alternative to "get more for less", since the human being "is lazy by nature". This isn’t all bad, because we have been able to optimize the activities to spend as little energy as possible. Prodef was created for this reason, which allows the resolution of problems for which we know the formulation but not how to solve them. Prodef is a tool that provides an extensible architecture that makes the translation from a mathematical definition of the problem (pro-blem def-inition) to any of the optimization frameworks based on evolutionary computation heuristics.Currently, Prodef is integrated with jMetal (Metaheuristic Algorithms in Java) as an optimization framework based on heuristics, using the Java programming language. Prodef creates an abstraction with jMetal to solve optimization problems following a series of steps. But changing our perspective when studying the same problem makes the difference between solving it or not, between efficiency or inefficiency, and even obtaining the optimal value. From this idea, I have added another way to solve the problems in Prodef, using METCO (Metaheuristics-based Extensible Tool Cooperative Optimization) tool. METCO is another optimization framework based on heuristics using C++. Therefore, translating the language used for the mathematical definition into C++ is necessary to create an abstraction and solve any combinatorial optimization problem. However, an abstraction for combinatorial optimization problems limits its solution, but increases its scope to different areas. It’s a tool with great potential that can continue to grow, since it allows people without specific programming knowledge or small and medium-sized companies to improve production processes.

Actualmente en el mercado existen multitud de aplicaciones relacionadas con el mundo de la alimentación, entre estas se destacan herramientas que velan por la nutrición, planificando las comidas diarias del cliente, bases de datos de composición de alimentos, aplicaciones móviles como Yuka o plataformas para comparar precios de productos entre distintos supermercados. Este tipo de sistemas están creados para un uso especifico, por ejemplo, si un usuario está comparando precios de productos en una plataforma, por regla general, esta no tendrá los valores nutricionales del alimento, por lo que si este necesita obtener dicha información deberá acceder a otra aplicación dedicada a este ámbito. Por esta razón el objetivo de este Trabajo de Fin de Grado ha sido el desarrollo de una aplicación web que permita la recopilación y centralización de productos de alimentación con su respectiva información nutricional y su precio e integrar un sistema de E-Commerce donde los pequeños productores puedan promocionar sus productos de manera gratuita. Es por ello que para un correcto funcionamiento de la aplicación, se ha implementado una base de datos no relacional MongoDB, una aplicación web de usuario con Quasar, un servidor API REST hecho con Express.js, un módulo de python para realizar web scraping y un despliegue cloud en Digital Ocean utilizando Docker. El resultado de lo anteriormente descrito ha concluido en la implementación de una plataforma web que agrupa distintas funcionalidades de herramientas enfocadas al sector de la alimentación y un programa para la obtención de precios de productos alimenticios haciendo uso de Bases de Datos de Composición de Alimentos (BDCA) y software de Web Scraping. Currently on the market there are many applications related to the world of food, among these are tools that ensure nutrition, planning the customer’s daily meals, databases of food composition, mobile applications such as Yuka or platforms to compare prices of products between different supermarkets. These types of systems are created for a specific use, for example, if a user is comparing prices of products on a platform, as a general rule, this will not have the nutritional values of the food, so if he/she needs to obtain this information, he/she will have to access another application dedicated to this area. For this reason, the objective of this Final Degree Project has been the development of a web application that allows the collection and centralisation of food products with their respective nutritional information and price and to integrate an E-Commerce system where small producers can promote their products free of charge. That is why for the correct functioning of the application, a non-relational database MongoDB, a user web application with Quasar, a REST API server made with Express.js, a Python module for web scraping and a cloud deployment in Digital Ocean using Docker have been implemented. The result of the above has resulted in the implementation of a web platform that brings together different functionalities of tools focused on the food sector and a software for obtaining prices of food products using Food Composition Databases (FCD) and Web Scraping software.

Este Trabajo de Fin de Máster (TFM) se centra en la programación anual del módulo Lenguajes de Marcas y Sistemas de Gestión de Información, de la rama de Informática y Comunicaciones. El módulo pertenece al ciclo formativo de Grado Superior que otorga el título de Técnico Superior en Administración de Sistemas Informáticos en Red. En la sociedad actual, los sistemas informáticos están presentes en todos los ámbitos, por lo que la administración de estos juega un papel fundamental en empresas de cualquier tipo y tamaño. También se desarrolla una de las Unidades de Trabajo (UT), concretamente el Desarrollo web con HTML, la cual ha sido elegida por la relevancia de la web hoy en día. La web permite trabajar con diversos contenidos, desde una simple presentación, a una tienda online o un sistema completo de gestión, que puede ser accedido desde distintos dispositivos sin la necesidad de instalar ningún software adicional. This Master’s degree final project (TFM) focuses on the yearly plan of the module Markup Languages and Management Information Systems, part of Information Technology and Communications branch. This module belongs to the Higher Level Education Cycle, which grants the Title of Higher Level Technician in Network and Systems Administration. In current society, Information Technology is found everywhere, and the administration of those systems is a fundamental role in companies of all types and sizes. A Work Unit (UT) has been developed, Web development with HTML, which has been chosen for the importance of the web nowadays. A web can host different content, from a simple presentation, to an online store or a full management system, which can be accessed from different devices without the need to install additional software.

La rotonda del Padre Anchieta (Tenerife) está situada en una posición estratégica al conectar el corazón académico, de ocio, comercial y urbanístico de la ciudad de La Laguna; por lo que asume una cantidad sustancial de trá co que, en horas punta, suele causar atascos importantes. Con el objetivo de aliviar la congestión del trá co, este proyecto estudia la instalación de semáforos en la rotonda, optimizando la duración de las fases de estos gracias a un algoritmo evolutivo. Para ello se emplea Genetics.js, una librería programada en TypeScript orientada a algoritmos evolutivos; y SUMO, un simulador de trá co microscópico de código abierto. La simulación se realiza gracias a dos archivos básicos: el archivo de red, que no es más que un mapa de la rotonda de Padre Anchieta obtenido de OpenStretMap y convertido al formato del empleado por SUMO; y el archivo de trá co, generado gracias a una herramienta del simulador, flowrouter.py, que genera rutas de trá co a partir de datos de aforadores. Estos datos fueron provistos por el Cabildo de Tenerife, en un estudio realizado en la rotonda por la corporación en 2019. Se han evaluado siete casos distintos respecto a la rotonda, tres de ellos sin semáforos y los otros cuatro con semáforos; modi cando la cantidad de peatones y las con guraciones semafóricas en cada uno de ellos. Para determinar qué parámetros del algoritmo evolutivo proporcionaban los mejores resultados, se llevó a cabo un estudio estadístico previo en función de dos parámetros: el tipo de cruce y el tamaño de la población. Finalmente, una vez realizado el estudio estadístico previo y la simulación de cada caso, se concluyó que el empleo de semáforos optimizados no consigue mejorar el trá co de la rotonda; y que el incremento de los peatones ralentiza de modo perceptible el trá co rodado. Una serie de mejoras propuestas como trabajo futuro se incluye al nal de esta memoria. The Padre Anchieta roundabout (Tenerife) is located in a strategic position by connecting the academic, leisure, commercial and urban heart of the city of La Laguna; so it takes on a substantial amount of tra c which, at peak times, often causes major tra c jams. With the aim of alleviating tra c congestion, this project studies the installation of tra c lights in the roundabout, optimizing the duration of the phases of these thanks to an evolutionary algorithm. For this, Genetics.js is used, a TypeScript library oriented to evolutionary algorithms; and SUMO, an open source microscopic tra c simulator. The simulation is carried out thanks to two basic les: the network le, which is nothing more than a map of the Padre Anchieta roundabout obtained from OpenStretMap and converted to the format used by SUMO; and the tra c le, generated thanks to a simulator tool, flowrouter.py, which generates tra c routes based on gauge data. These data were provided by the Tenerife Island Council, in a study carried out by the corporation in the roundabout in 2019. Seven di erent cases have been evaluated with respect to the roundabout, three of them without tra c lights and the other four with tra c lights; modifying the number of pedestrians and the tra c light con gurations in each of them, when applicable. To determine which parameters of the evolutionary algorithm provided the best results, a previous statistical study was carried out based on two parameters: the type of crossing and the size of the population. Finally, once the previous statistical study and the simulation of each case had been carried out, it was concluded that the use of optimized tra c lights did not improve tra c in the roundabout; and that the increase in pedestrians noticeably slows down road tra c. A series of improvements proposed as future work is included at the end of this report.

Los métodos de optimización bio-inspirados ofrecen grandes posibilidades para la resolución de problemas en el ámbito empresarial pero, debido a su complejidad intrínseca y también a sus particularidades a la hora de implementarlos y adaptarlos a cada uno de los problemas, no se ha conseguido extender su uso fuera del ámbito de la investigación convencional. En este trabajo se ha desarrollado una herramienta que permite la definición de problemas de optimización combinatoria a un nivel de descripción abstracto y su posterior resolución usando librerías y frameworks externos, como jMetal. Esta herramienta actúa como capa de abstracción entre el modelo del problema y sus técnicas de resolución, con el fin de facilitar al usuario sin conocimientos de programación ni de métodos de optimización bio-inspirados, la tarea de modelar y resolver problemas de optimización combinatoria. Bio-inspired optimization methods offer great possibilities for solving problems in the business environment but, due to their intrinsic complexity and also their particularities when implementing and adapting them to each of the problems, it has not been possible to extend its use outside the scope of conventional research. In this work, a tool has been developed that allows the definition of combinatorial optimization problems at an abstract level of description and their subsequent resolution using libraries and external frameworks, such as jMetal. This tool acts as an abstraction layer between the problem model and its resolution techniques, in order to facilitate the user, without programming knowledge or bio-inspired optimization methods, the task of modeling and solving combinatorial optimization problems.

El trabajo consiste principalmente en dise˜nar una herramienta visual que sea capaz de realizar an´alisis estad´ıstico de datos cuantitativos haciendo uso del lenguaje de programaci´on Python y diversas librer´ıas. Para ello, hemos trabajado en varias tareas simult´aneamente. En primer lugar, creamos las ventanas gr´aficas necesarias para la aplicaci´on haciendo uso del paquete Tkinter y, en relaci´on al an´alisis estad´ıstico, busc´abamos que la aplicaci´on realizara los siguientes estudios: comparar datos cuantitativos continuos y discretos y predecir para resumir la relaci´on entre variables. El usuario introduce los datos que desea estudiar y elige las columnas y el an´alisis a realizar. En la herramienta esto est´a implantado mediante tests estad´ısticos y funciones de las que se obtienen las tablas con los resultados requeridos para lo cual hemos utilizado los m´odulos Stats de Scipy, Statsmodels y algunos comandos espec´ıficos de Pandas. A la hora de elegir los tests distinguimos entre el n´umero de grupos a estudiar, el tama˜no del menor de ´estos, el tipo de dato y el tama˜no de la muestra. Debido a la estructura para el uso de un test frente a otro y a las librer´ıas de estad´ıstica utilizadas hemos logrado una herramienta cuyo desenlace fue el esperado. La aplicaci´on que hemos conseguido desarrollar, a la cual hemos denominado T-Qube, es apta para realizar comparaciones de datos cuantitativos discretos y continuos y predicciones sobre los datos. Los resultados que aportamos son veros´ımiles, sin embargo, se mencionan tambi´en algunos aspectos a mejorar e ideas para proseguir con el trabajo. The work consists mainly of designing a visual tool that is able of performing statistical analysis of quantitative data using the programming language Python and some libraries. For this, we have worked on several tasks simultaneously. First, we created the necessary graphic windows for the application using the package Tkinter and, in relation to the statistical analysis, we looked for the application to carry out the following studies: compare continuous and discrete quantitative data and predict according to the population. The user introduces the data that he wants to study and chooses the columns and the analysis to be performed. In the tool, this is implemented through statistical tests and functions from which the tables with the required results are obtained, for which we have used the modules Stats from Scipy, Statsmodels and some specific commands from Pandas. When choosing the tests we pick out between the number of groups to study, the size of the smallest of these, the type of data and the size of the sample. Due to the structure for the use of one test against another and to the statistical libraries used, we have achieved a tool whose outcome was as expected. The application that we have been able to develop, which we have called TQube, is apt to make comparisons of discrete and continuous quantitative data and predictions about the data. The results we provide are credible, however, some aspects to improve and ideas to continue with the assignment are also mentioned

Los problemas de corte y empaquetado son una familia de problemas de optimización combinatoria que han sido ampliamente estudiados en numerosas áreas de la industria y la investigación, debido a su relevancia en una enorme variedad de aplicaciones reales. Son problemas que surgen en muchas industrias de producción donde se debe realizar la subdivisión de un material o espacio disponible en partes más pequeñas. Existe una gran variedad de métodos para resolver este tipo de problemas de optimización. A la hora de proponer un método de resolución para un problema de optimización, es recomendable tener en cuenta el enfoque y las necesidades que se tienen en relación al problema y su solución. Las aproximaciones exactas encuentran la solución óptima, pero sólo es viable aplicarlas a instancias del problema muy pequeñas. Las heurísticas manejan conocimiento específico del problema para obtener soluciones de alta calidad sin necesitar un excesivo esfuerzo computacional. Por otra parte, las metaheurísticas van un paso más allá, ya que son capaces de resolver una clase muy general de problemas computacionales. Finalmente, las hiperheurísticas tratan de automatizar, normalmente incorporando técnicas de aprendizaje, el proceso de selección, combinación, generación o adaptación de heurísticas más simples para resolver eficientemente problemas de optimización. Para obtener lo mejor de estos métodos se requiere conocer, además del tipo de optimización (mono o multi-objetivo) y el tamaño del problema, los medios computacionales de los que se dispone, puesto que el uso de máquinas e implementaciones paralelas puede reducir considerablemente los tiempos para obtener una solución. En las aplicaciones reales de los problemas de corte y empaquetado en la industria, la diferencia entre usar una solución obtenida rápidamente y usar propuestas más sofisticadas para encontrar la solución óptima puede determinar la supervivencia de la empresa. Sin embargo, el desarrollo de propuestas más sofisticadas y efectivas normalmente involucra un gran esfuerzo computacional, que en las aplicaciones reales puede provocar una reducción de la velocidad del proceso de producción. Por lo tanto, el diseño de propuestas efectivas y, al mismo tiempo, eficientes es fundamental. Por esta razón, el principal objetivo de este trabajo consiste en el diseño e implementación de métodos efectivos y eficientes para resolver distintos problemas de corte y empaquetado. Además, si estos métodos se definen como esquemas lo más generales posible, se podrán aplicar a diferentes problemas de corte y empaquetado sin realizar demasiados cambios para adaptarlos a cada uno. Así, teniendo en cuenta el amplio rango de metodologías de resolución de problemas de optimización y las técnicas disponibles para incrementar su eficiencia, se han diseñado e implementado diversos métodos para resolver varios problemas de corte y empaquetado, tratando de mejorar las propuestas existentes en la literatura. Los problemas que se han abordado han sido: el Two-Dimensional Cutting Stock Problem, el Two-Dimensional Strip Packing Problem, y el Container Loading Problem. Para cada uno de estos problemas se ha realizado una amplia y minuciosa revisión bibliográfica, y se ha obtenido la solución de las distintas variantes escogidas aplicando diferentes métodos de resolución: métodos exactos mono-objetivo y paralelizaciones de los mismos, y métodos aproximados multi-objetivo y paralelizaciones de los mismos. Los métodos exactos mono-objetivo aplicados se han basado en técnicas de búsqueda en árbol. Por otra parte, como métodos aproximados multi-objetivo se han seleccionado unas metaheurísticas multi-objetivo, los MOEAs. Además, para la representación de los individuos utilizados por estos métodos se han empleado codificaciones directas mediante una notación postfija, y codificaciones que usan heurísticas de colocación e hiperheurísticas. Algunas de estas metodologías se han mejorado utilizando esquemas paralelos haciendo uso de las herramientas de programación OpenMP y MPI. En el caso de