Otimização multiobjetivo e aplicações em engenharia: uma revisão dos algoritmos evolutivos NSGA-II e SPEA2 e suas extensões para many-objective optimisation

Resumo

A otimização multiobjetivo aplica-se, com relevância, na engenharia por permitir a consideração simultânea de critérios conflitantes e a identificação de soluções de compromisso em frentes de Pareto. Este artigo apresenta uma revisão sistemática das abordagens baseadas nos algoritmos evolutivos NSGA-II e SPEA2, bem como das suas principais extensões para problemas many-objective (MaOPs), caracterizados por quatro ou mais objetivos. Os resultados evidenciam que variantes com θ-dominância, niching por vetores de referência e estratégias meméticas superam as versões clássicas em termos de convergência e diversidade, especialmente em benchmarks da família DTLZ, WFG e MaF. Por outro lado, NSGA-II e SPEA2 mantêm desempenho competitivo em problemas bi e tri-objetivo, com custo computacional reduzido. A análise também revela tendências emergentes, como a integração com aprendizado de máquina, o uso de modelos surrogates e a exploração de arquiteturas paralelas. Concluiu-se que a escolha do algoritmo deve considerar dimensionalidade, requisitos de diversidade e custo computacional, sendo promissora a evolução para metaheurísticas adaptativas, robustas e aplicáveis em escala industrial.