La optimización de materiales compuestos laminados es uno de los principales desafíos en el diseño de componentes o sistemas estructurales debido a la influencia de múltiples parámetros en su desempeño y respuesta mecánica ante la deformación. Esta investigación utiliza un metamodelo basado en redes neuronales artificiales para predecir índices de desempeño, específicamente el índice de falla de Tsai-Wu, a partir de la configuración del laminado de un material compuesto sujeto a cargas considerando espesores y orientaciones de sus fibras. El metamodelo alimenta una función objetivo diseñada para mejorar la configuración de una pieza mediante la optimización de las orientaciones de las fibras. Se combina un algoritmo de templado simulado adaptado para materiales compuestos laminados con redes neuronales, generando un espacio de soluciones que ofrece al diseñador una amplia gama de opciones para abordar el análisis del problema. El método reportado es una alternativa eficiente al método tradicional de análisis de materiales compuestos laminados, agilizando el proceso y ampliando las posibilidades de configuración disponibles para su selección.
