NSGA-II para Diseño Multiobjetivo de Aerogenerador en Patagonia
Visión general
De qué trata este proyecto.
Implementa NSGA-II para optimizar 35 turbinas eólicas en Patagonia maximizando energía y minimizando cableado. Obtén un certificado verificable.
El Briefing
Lo que harás y lo que demostrarás.
Optimiza el layout de un parque eólico con NSGA-II equilibrando producción anual y coste de cableado bajo restricciones físicas reales.
Earning criteria — what you'll demonstrate
- Implementar NSGA-II con ordenamiento por no-dominancia y distancia de crowding
- Modelar múltiples objetivos en conflicto sin colapsarlos en uno
- Acoplar simulador físico (estela Jensen) a la evaluación del fitness
- Comunicar trade-offs Pareto a un comité de inversión no técnico
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Evolutionary Computation and Metaheuristic Search
Master · Ai Ml
Fit score: 1
Habilidades
Habilidades que demostrarás.
Cada una aparece en tu credencial verificada.
Carreras
Roles para los que esto te prepara.
Títulos reales. Puentes de habilidades reales. Elige el que más se acerque a tu trayectoria.
Trayectorias profesionales que esto construye
Roles canónicosCientífico en IA Aplicada
Optimización multiobjetivo con simulador físico es rutina del Applied AI Scientist en energías renovables y diseño de infraestructura.
Este proyecto afina
- nsga-ii
- multi-objective-optimization
- evolutionary-algorithms
Investigador en Aprendizaje Automático
Diseño de algoritmo evolutivo con métricas de hipervolumen y multi-semilla prepara para el rol de ML Researcher aplicado.
Este proyecto afina
- evolutionary-algorithms
- benchmarking
- multi-objective-optimization
Científico de Datos
Combinar simulación física, optimización y comunicación a comité de inversión cubre el espectro del Data Scientist sector energético.
Este proyecto afina
- python
- renewable-energy-modeling
- multi-objective-optimization