Encontrar los puntos de operación óptimos para la maximización de la recuperación de flotación y la ley del concentrado puede ser una tarea muy difícil, debido a la relación inversa que existe entre estos dos indicadores clave de rendimiento. Por esta razón, las técnicas que pueden encontrar con precisión el compromiso son críticas para la optimización del proceso de flotación. Este trabajo extrajo funciones predictivas gaussianas bien evaluadas como funciones objetivo para un estudio comparativo de optimización multiobjetivo utilizando el algoritmo de búsqueda de Pareto (PA) y el algoritmo genético de clasificación no dominada elitista controlada (controlled-NSGA-II). El objetivo principal fue la maximización concomitante de la recuperación de cobre y la ley del concentrado. La comparación de las dos técnicas aplicadas reveló que el PA descubrió el mejor conjunto de soluciones pareto-óptimas tanto para la recuperación (93.4%) como para la maximización de la ley del concentrado (17.4% en peso).