Recientemente, se voló con éxito el primer dron propulsado por plasma del mundo, demostrando que la tecnología de propulsión por plasma es adecuada para el vuelo de drones. La investigación sobre drones de propulsión por plasma ha suscitado un gran interés. Este estudio utilizó un modelo proxy y el algoritmo genético multiobjetivo NSGA-II para optimizar los parámetros geométricos basados en propulsores escalonados que afectan el rendimiento de los propulsores electroaerodinámicos (EAD) utilizados para aeronaves de plasma de estado sólido. Esto puede ayudar a abordar problemas clave, como la densidad de empuje y la relación empuje-potencia de las aeronaves de plasma de estado sólido, promoviendo la aplicación generalizada de drones de propulsión por plasma. Se estableció un conjunto de muestras apropiado utilizando muestreo de hipercubo latino, y se recopilaron datos de empuje y corriente utilizando un dispositivo experimental personalizado. El modelo proxy empleó una red neuronal de retropropagación con regularización bayesiana optimizada genéticamente, que fue entrenada para predecir los efectos de las variaciones en los parámetros geométricos del ensamblaje de electrodos sobre los parámetros de rendimiento de la aeronave de plasma. Con base en esta información, se determinó el valor máximo alcanzable para un parámetro de rendimiento dado y sus correspondientes parámetros geométricos, mostrando un aumento significativo en comparación con los datos de la muestra. Finalmente, se determinó la combinación óptima de parámetros utilizando el algoritmo genético multiobjetivo NSGA-II y el Proceso de Jerarquía Analítica. Estos hallazgos pueden servir como base para futuros investigadores en el diseño de propulsores EAD, ayudándoles a producir drones de propulsión por plasma que satisfagan mejor requisitos específicos.