Optimización del diseño y rediseño de procesos químicos complejos bajo incertidumbre mediante cooperación de técnicas de programación matemática y metaheurísticas

El objetivo de la Tesis es desarrollar un método de optimización para el diseño y funcionamiento de una planta química bajo incertidumbre, basado en una combinación de las técnicas de optimización mediante Algoritmos Genéticos y otros algoritmos matemáticos (programación matemática y simulación). La naturaleza estocástica de ciertos parámetros origina que la modelización de una planta aporte incertidumbre en ciertas variables y parámetros. Resulta de vital importancia para una empresa sujeta a estas fuentes de incertidumbre minimizar el efecto de estos factores aleatorios en su cuenta de resultados. La línea de investigación está enfocada hacia la propuesta de algoritmos computacionales alternativos que nos permitan resolver problemas complejos de una forma más eficiente en comparación con técnicas "convencionales". Se han propuesto los algoritmos evolutivos, analizándose los Algoritmos Genéticos, y la programación estocástica. Los Algoritmos Genéticos son métodos sistemáticos para la resolución de problemas de búsqueda y optimización que aplican a éstos los mismos métodos de la evolución biológica: selección basada en la población, reproducción y mutación. La aplicación de la metodología propuesta al proceso de producción de MTBE proporciona resultados fiables. Estos resultados experimentales, demuestran las ventajas obtenidas al paralelizar el proceso de diseño utilizando como plataforma una red de ordenadores, logrando con esto resolver problemas de dimensiones considerables y con muchas restricciones de diseño.

Name dc:type.qualificationname

phd

Level dc:type.qualificationlevel

doctoral

Grantor dc:publisher.institution

Industriales

Year dc:date.issued

2005

Author dc:creator

• Rincón Arévalo, Pedro

• Química

Statement dc:rights

• by-nc-nd

Language dc:language

es

DOI dc:identifier.doi

https://doi.org/10.20868/UPM.thesis.426

OAI identifier oai:identifier

oai:oa.upm.es:426