Los problemas de la optimización combinatoria son de suma importancia en muchos escenarios de la vida real. Ejemplos destacados incluyen el enrutamiento de vehiculos, el transporte, la bioinformática y los problemas que surgen en el desarrollo sostenible. Especialmente los problemas a gran escala son muy difíciles de resolver. Esta propuesta de proyecto se enmarca en la resolución de problemas de la optimización combinatoria a gran escala mediante combinaciones entre metaheurísticas y técnicas exactas. La familia de algoritmos llamodos metaheurísticos incluye técnicas como la optimización de colonias de hormigas (ACO), algoritmos genéticos y evolutivos (AEs), búsqueda local iterada (ILS), recocido simulado (SA) y búsqueda tabú (TS), en orden alfabético. En el contexto de problemas a gran escala, la comunidad de investigadores se ha centrado recientemente en enfoques híbridos que combinan componentes algorítmicos que se originan a partir de algoritmos de varias áreas de investigación diferentes sobre optimización. Estos enfoques se denominan comúnmente metaheurísticas híbridas. Una de las principales líneas de investigación de nuestro grupo es el desarrollo de metaheurísticas híbridas.