Simulación numérica de la permeabilidad magnética aplicada a ferritas utilizando algoritmos genéticos

The magnetic permeability of a ferrite is an important factor in designing devices such as inductors, transformers, and microwave absorbing materials among others. Due to this, it is advisable to study the magnetic permeability of a ferrite as a function of frequency. In this paper, ferrites were considered linear, homogeneous, and isotropic materials. A magnetic permeability model was applied to NiZn ferrites doped with Yttrium. The parameters of the model were adjusted using the Genetic Algorithm. In the computer science field of artificial intelligence, Genetic Algorithms and Machine Learning does rely upon nature’s bounty for both inspiration nature’s and mechanisms. Genetic Algorithms are probabilistic search procedures which generate solutions to optimization problems using techniques inspired by natural evolution, such as inheritance, mutation, selection, and crossover. Genetic Algorithm is most successful in finding the global minimum solution regardless of the initial values versus the method of nonlinear least squares usually used to adjust parameters. Resumen— La permeabilidad magnetica de una ferrita es un factor importante en el diseno de dispositivos tales como inductores, transformadores y materiales absorbentes de microondas entre otros. Debido a esto se vuelve necesario estudiar la permeabilidad magnetica de una ferrita en funcion de la frecuencia. En este trabajo, se emplearon ferritas de NiZn dopadas con Itrio, considerando a estos materiales magneticos como sistemas lineales, homogeneos e isotropos y se aplico un modelo para simular la permeabilidad magnetica. Los parametros del modelo se ajustaron usando el Algoritmo Genetico. En el campo de la informatica de la inteligencia artificial los Algoritmos Geneticos y el Aprendizaje Automatico se basan en las bondades de la naturaleza, tanto en la inspiracion como en los mecanismos. Los Algoritmos Geneticos son procedimientos probabilisticos de busqueda que generan soluciones a los problemas de optimizacion utilizando tecnicas inspiradas en la evolucion natural, como la herencia, mutacion, seleccion y cruce. El Algoritmo Genetico tiene mayor exito en encontrar la solucion minima global independientemente del conjunto de valores iniciales frente al metodo de cuadrados minimos no lineal usado habitualmente para ajustar parametros.