Generar un conjunto diverso de soluciones candidatas que equilibren todos los indicadores

En la optimización de ingeniería multiobjetivo, el resultado de EvoX no es una única «solución óptima», sino un conjunto desoluciones candidatas diversas que equilibran todos los indicadores: el sistema genera y predice de forma continua combinando el perfil base con muestras de perturbación, y conserva de manera explícita los distintos compromisos entre indicadores en conflicto —como el coeficiente de sustentación en el límite de buffeting y la relación sustentación-resistencia en crucero—, conformando un conjunto de candidatas que puede compararse y servir de base para la toma de decisiones.

Por qué se entrega un conjunto de soluciones candidatas y no una respuesta puntual

Cuando los objetivos entran en conflicto —por ejemplo, aumentar el coeficiente de sustentación en el límite de buffeting suele ir acompañado de una caída de la relación sustentación-resistencia en crucero—, no existe una solución factible que supere a todas las demás en todos los indicadores. Si el mecanismo de evaluación está dominado por un único indicador, la búsqueda converge rápidamente hacia una solución de compromiso «aceptable en promedio, pero sin destacar en los indicadores clave», e incluso puede descartar direcciones de diseño con una preferencia clara que sí serían entregables. El enfoque de EvoX consiste en integrar simultáneamente múltiples restricciones y objetivos en un mismo espacio de evaluación, y conservar de forma explícita las soluciones diversificadas, de modo que el propio compromiso se convierta en información que pueda presentarse a quien toma las decisiones.

Generación y predicción continuas: reservar la simulación de alta fidelidad para lo esencial

• Mecanismo de evaluación que equilibra múltiples indicadores: integra múltiples restricciones y objetivos —como el coeficiente de sustentación en el límite de buffeting y la relación sustentación-resistencia en crucero— en un mismo espacio de evaluación, evitando que un único indicador domine la selección.
• Generación y predicción continuas: genera continuamente nuevas candidatas a partir del perfil base y las muestras de perturbación, y estima los indicadores con rapidez mediante modelos sustitutos, aliviando así el cuello de botella del elevado coste de la simulación de alta fidelidad.
• Formato de salida diversificado: se entrega un conjunto de soluciones candidatas que abarcan distintas preferencias de indicadores y posiciones de compromiso, en lugar de una solución óptima promedio o una respuesta puntual.
• Comparabilidad: cada candidata conserva resultados multiindicador comparables y el origen de la perturbación que la generó, lo que facilita su reproducción, evaluación y selección.

De los puntos dispersos al frente: cómo se comparan las candidatas

Al representar en un gráfico de dispersión dos indicadores clave de cada candidata, los puntos del borde exterior que no son superados simultáneamente por ninguna otra candidata en todos los indicadores constituyen elfrente de Pareto; los puntos situados en el interior del frente quedan dominados. En las evaluaciones de ingeniería suele seleccionarse primero una solución del frente y luego confirmarla mediante simulación de alta fidelidad; la diferencia entre los distintos puntos del frente es precisamente la manifestación concreta de orientaciones de ingeniería como «prioridad a la supresión del buffeting» o «prioridad a la eficiencia de crucero».