Solo cuando un problema tiene un único objetivo podemos hablar de «encontrar una solución óptima». Los problemas de ingeniería reales casi nunca son así: aumentar la sustentación suele incrementar la resistencia, y mejorar la precisión suele elevar el costo y la latencia.conflicto multiobjetivohace que la «buena respuesta» deje de ser un punto y pase a ser todo un conjunto de soluciones de compromiso mutuamente irremplazables, que en conjunto forman el frente de Pareto.
Del «óptimo puntual» al «conjunto de soluciones de compromiso»
Denotemos como f los dos objetivos que deben optimizarse simultáneamente1(por ejemplo, resistencia, costo, latencia) y f2(por ejemplo, peso estructural, consumo energético). Si la solución A no es peor que la solución B en todos los objetivos y es estrictamente mejor en al menos uno, se dice que A domina a B; las soluciones dominadas no merecen conservarse. A la inversa, cuando ninguna de las dos soluciones puede dominar a la otra, no se dominan mutuamente y ambas pueden permanecer en el resultado final. Todas las soluciones mutuamente no dominadas constituyen el frente de Pareto.
Cada posición del frente en el gráfico corresponde a una «inclinación»: cuanto más hacia arriba y a la izquierda, mayor preferencia por reducir f1 a costa de aceptar un f mayor2; cuanto más hacia abajo y a la derecha, ocurre lo contrario. Lo que el decisor realmente necesita es el espacio de compromisos que representa todo el frente, no un único punto elegido por el algoritmo en su lugar.
Diversidad: por qué hay que conservar candidatos «distintos entre sí»
- Cobertura de direcciones: solo buscando simultáneamente en distintas direcciones de compromiso se pueden cubrir el extremo superior izquierdo, el tramo medio y el extremo inferior derecho del frente, evitando que todos los candidatos se agolpen en la misma esquina.
- Conservación de la diferencia: la diversidad no exige solo «cantidad», sino «diferencia». Dos candidatos casi idénticos equivalen a uno solo para el decisor y no aportan nueva información de compromiso.
- Valor para la decisión: las preferencias reales suelen aclararse solo a posteriori. Conservar un conjunto de candidatos diferenciados permite «reajustar los pesos de preferencia y volver a elegir» con un costo casi nulo.
El desafío de la escala computacional: la diversidad no es gratuita
Cuanto mayor es la diversidad, más amplia debe ser la cobertura del espacio de búsqueda, mayor el tamaño de la población y mayor el número total de individuos candidatos que hay que evaluar. Cuando la evaluación del objetivo depende de simulaciones de alta fidelidad —por ejemplo, un cálculo aerodinámico de alta precisión de un perfil supercrítico puede tardar horas—, el costo de una sola evaluación se amplifica hasta convertirse en el principal cuello de botella de todo el proceso.
De ahí surge una tensión estructural:una cobertura más amplia del frenteexige más candidatos y más evaluaciones, mientras quelas evaluaciones costosaslimitan a su vez la escala asumible. Las estrategias habituales incluyen: sustituir la mayor parte de las evaluaciones de alta fidelidad por modelos sustitutos; asignar el limitado presupuesto de alta fidelidad con prioridad a los candidatos que más amplían la cobertura del frente; y redistribuir la proporción de presupuesto entre el tamaño de la población y el número de generaciones.
Frente de Pareto y compromisosLa figura muestra la relación del frente de Pareto bajo dos objetivos en conflicto: las soluciones dominadas no merecen conservarse, las soluciones mutuamente no dominadas se distribuyen a lo largo del frente, y cuanto más se inclina hacia un extremo, más se reduce un objetivo a costa de empeorar el otro. Lo que el decisor realmente necesita es todo el espacio de compromisos; conservar candidatos con diferencias estructuradas permite responder a cambios de preferencia con bajo costo, mientras que el costo de las evaluaciones de alta fidelidad limita la población y la escala de evaluación que pueden cubrirse.
