Resumen

Este documento presenta el rendimiento comparativo de varios algoritmos evolutivos multiobjetivo asistidos por sustitutos para el diseño geométrico de un disipador de calor de aletas de clavija (PFHS, por sus siglas en inglés). Los algoritmos evolutivos multiobjetivo asistidos por sustitutos se logran integrando el aprendizaje poblacional incremental multiobjetivo (PBIL) con un modelo de superficie de respuesta cuadrática (QRS), una técnica de interpolación de función de base radial (RBF) y un modelo de Kriging (KRG) o proceso gaussiano. Se plantea el problema de diseño multiobjetivo mixto entero/continuo de PFHS con el objetivo de minimizar simultáneamente la temperatura de unión y la potencia de bombeo del ventilador. Se comparan los resultados óptimos obtenidos al utilizar el PBIL multiobjetivo original y las tres versiones de PBIL híbrido. Se muestra que el PBIL híbrido que utiliza KRG es el mejor intérprete. Los PBIL híbridos requieren menos número de evalu

• Materias:Modelado matemático Sistemas estocásticos Productos gráficos Ecuaciones matriciales Métodos de descomposición
• Subjects:Mathematical modeling Stochastic systems Graph products Matrix equations Decomposition methods
• Palabras claves:Algoritmos evolutivos; Asistido por sustitutos; Multiobjetivo; Disipador de calor; PBIL; Kriging
• Keywords:Evolutionary algorithms; Surrogate-assisted; Multiobjective; Heat sink; PBIL; Kriging