Resumen

La optimización multiobjetivo es hoy en día una palabra de orden en los proyectos de ingeniería. Aunque la idea en cuestión es sencilla, la aplicación de cualquier procedimiento para resolver un problema general no es tarea fácil. Los algoritmos evolutivos están muy extendidos como técnica satisfactoria para encontrar un conjunto de candidatos para la solución. Normalmente proporcionan una imagen discreta del frente de Pareto, aunque este frente sea continuo. En este trabajo proponemos tres métodos para resolver problemas de optimización multiobjetivo sin restricciones que involucran funciones cuadráticas. En el primero, para optimización biobjetivo definida en el espacio bidimensional, se encuentra analíticamente un conjunto de Pareto continuo. En el segundo, aplicable a la optimización multiobjetivo, se propone un test de condiciones para comprobar si un punto del espacio de decisión es óptimo de Pareto o no y, en el tercero, con funciones definidas en el espacio n-dimensional, se propone un algoritmo directo no iterativo para encontrar el conjunto de Pareto. Problemas sencillos ponen de manifiesto la idoneidad de los métodos propuestos.

• Materias:Control del proceso Programación lineal Programación Matemática Diagnóstico de fallos Optimización de procesos
• Subjects: Linear programming Mathematical Programming Fault diagnosis Process optimization
• Palabras claves:problemas de optimización multiobjetivo sin restricciones, conjunto de pareto continuo, algoritmo directo no iterativo, métodos, algoritmos evolutivos, optimización multiobjetivo, frente de pareto, óptimo de pareto, conjunto de pareto, problemas sencillos
• Keywords:unconstrained multiobjective optimization problems, continuous pareto set, direct noniterative algorithm, methods, evolutionary algorithms, multiobjective optimization, pareto front, pareto optimum, pareto set, simple problems