Affordable Access

Stratégies d'optimisation mixte en Génie des Procédés – Application à la conception d'ateliers discontinus

Authors
Publisher
Institut National Polytechnique de Toulouse
Publication Date
Keywords
  • Génie Des Procédés Et Environnement
  • Ddc:004
  • Ddc:660
Disciplines
  • Biology
  • Computer Science
  • Mathematics

Abstract

La conception d'ateliers discontinus implique généralement la résolution de problèmes d'optimisation non-linéaire en variables mixtes. L'objectif de ce travail est de proposer une méthodologie adaptée pour leur traitement en évaluant les performances de deux méthodes déterministes de l'environnement GAMS et un algorithme génétique (AG), sur un jeu d'exemples de complexité croissante. Avec la formulation de Programmation Mathématique retenue, les résultats numériques vérifient l'efficacité de la méthode de Branch & Bound. Les solutions optimales fournissent une référence pour fixer des procédures appropriées de codage et de gestion des contraintes au sein de l'AG. Ainsi, les performances de ce dernier sont très satisfaisantes et valables pour le cas récurrent de problèmes où le critère est calculé par un simulateur. Puis le modèle initial est modifié pour traiter les mêmes problèmes en variables purement discrètes. L'AG reste aussi efficace alors que les méthodes déterministes sont dépassées par la combinatoire des problèmes. La stratégie est finalement validée sur un exemple de bioprocédés formulé de manière similaire. ABSTRACT : Optimal batch plant design area typically implies the solution of mixed integer non-linear programming (MINLP) problems. The aim of this work is to provide some guidelines for the efficient treatment of these problems. Efficiencies of two deterministic methods from the GAMS environment and of a genetic algorithm (GA) are evaluated on a set of increasing complexity examples. In the framework of the chosen Mathematical Programming formalism, computational results prove the efficiency of a Branch & Bound method. Optimal results provide good references in order to determine appropriate encoding and constraint handling procedures within the GA. Thus, performances of this one are really satisfactory and are still true for the classical case of problems for which the criterion is evaluated through the use of a simulator. The initial model is then modified in order to treat the same example set with pure discrete variables. The GA keeps being efficient. Besides, the Mathetical Programming methods are overwhelmed by the combinatory effect. The strategy is finally validated on a similarly formulated biotechnology example.

There are no comments yet on this publication. Be the first to share your thoughts.