Manejo de conocimiento en algoritmos evolutivos multiobjetivo para el diseño óptimo de un sistema de engranajes

Abstract

Este trabajo, estudia los efectos sobre el frente de Pareto generado por el algoritmo NSGA-II cuando una estrategia de eliminación de soluciones superpuestas de la población es utilizada. También, se realiza un análisis de aquellas regiones del frente de Pareto donde la convergencia parece más difícil. Los resultados de estas observaciones son introducidas en un algoritmo evolutivo multiobjetivo, g-NSGA- II, el cual incluye preferencias a priori del decisor en forma de punto de referencia. Finalmente, se hace una comparacio´n de los resultados obtenidos por el último y el original algoritmo en un problema del estado del arte de optimización con dos objetivos del diseño de un tren de engranajes.