La computación memética proporciona un enfoque holístico para abordar problemas de búsqueda, optimización y aprendizaje en la confluencia entre las áreas de la computación bioinspirada, aprendizaje automático, e investigación operativa. Este enfoque se basa en el empleo de estructuras complejas denominadas memes, entendidos estos como representaciones computacionales de estrategias de resolución de problemas, cuyas interacciones evolutivas dan lugar a complejos inteligentes capaces de resolver problemas. El pilar de esta disciplina son los algoritmos meméticos, una clase de algoritmos de optimización cuya estructura puede caracterizarse a nivel básico por un armazón evolutivo y una colección de estrategias de búsqueda local, pero que en general puede abarcar también métodos exactos, técnicas constructivas y heurísticas de diferente tipo. El componente metodológico esencial de estas técnicas es la adaptación al problema objetivo, y la incorporación de conocimiento específico del mismo. Esta línea de investigación se adentra en los aspectos de diseño algorítmico de un algoritmo memético, y en cómo estas técnicas pueden desplegarse sobre entornos complejos mediante el empleo de arquitecturas profundas cuyas capas y/o componentes permitan encapsular diferentes perspectivas y herramientas para abordar aspectos particulares del problema o dominio de problemas considerado.