En el trabajo que presentamos en esta tesis hacemos inicialmente una revisión de cómo ha ido evolucionando la interacción hombre máquina en el contexto de la computación, desde los primeros y escasos computadores hasta el momento actual, en el que los avances tecnológicos han permitido que, en muchos de los escenarios en los que se desarrolla nuestra vida diaria, estemos rodeados de diversos dispositivos electrónicos con los que interactuamos para hacer uso de alguno de los servicios que ofrecen. Veremos cómo esta difusión tecnológica ha introducido los sistemas de información en ámbitos más allá del contexto del trabajo, como la educación o el hogar, y ha dado lugar a la aparición de los conocidos como ambientes inteligentes, en los que son los sistemas presentes en el entorno los que deben adaptarse al usuario y al contexto en el que se encuentra, adaptación que, dados los nuevos contextos en los tiene lugar la interacción con el usuario, plantea algunos retos.
En particular, en el presente trabajo identificamos dos factores clave que los ambientes inteligentes deben tener en cuenta para tomar las decisiones y llevar a cabo las acciones adecuadas para conseguir una mejor adaptación al usuario y al contexto. Estos factores son la influencia de las emociones en la interacción y la utilización de la información contextual histórica. Por ello hacemos una revisión tanto de las propuestas de sistemas de decisión influenciados por emociones existentes en el área de la computación afectiva, como de las propuestas de sistemas sensibles al contexto. A continuación presentamos la metaheurística de optimización basada en colonias de hormigas como un punto de partida genérico desde el que diseñar sistemas que tengan en cuenta los factores clave identificados. Finalmente, exponemos las dos propuestas algorítmicas diseñadas basadas en las colonias de hormigas, una para la toma de decisiones influenciada por emociones, y otra propuesta para la utilización de la información contextual disponible, incluyendo la histórica, como base para la predicción de qué situaciones contextuales ocurrirán con mayor probabilidad en el futuro más inmediato. Para ambas propuestas se muestra con casos de estudio cómo sería su aplicación a un dominio de problema y los resultados empíricos que demuestran que alcanzan los objetivos marcados.