Estimativa de Parâmetros Através do Método de Otimização MCSFilter

Detalhes bibliográficos
Autor(a) principal: Timóteo, Andreia Amador
Data de Publicação: 2016
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10316/81605
Resumo: Dissertação de Mestrado Integrado em Engenharia Química apresentada à Faculdade de Ciências e Tecnologia
id RCAP_257d8627b5c53dfa10fc3857bf092d61
oai_identifier_str oai:estudogeral.uc.pt:10316/81605
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Estimativa de Parâmetros Através do Método de Otimização MCSFilterParameter Estimation With the Application of MCSFilter Optimization MethodMCSFilterotimização sem derivadasotimização globalstiction em válvulas de controloestimativa de parâmetrosMCSFilterderivative-free optimizationglobal optimizationvalve stictionparameter estimationDissertação de Mestrado Integrado em Engenharia Química apresentada à Faculdade de Ciências e TecnologiaO principal objetivo deste trabalho é a aplicação de um método de iniciação múltipla(multistart) sem derivadas para otimização de problemas de engenharia, desenvolvido porFernandes (2014).Numa fase inicial do trabalho, foram implementadas duas versões mais simples dométodo na linguagem de programação Java. Na primeira versão, MB, a procura localé efetuada para todos os pontos gerados. A segunda versão do método, MRA, permitedefinir as regiões de atração associadas a um minimizante que já tenha sido encontrado.Esta característica permite evitar a execução de uma procura local quando o ponto geradoaleatoriamente já se encontra dentro de uma região de atração definida. Por fim, ométodo MCSFilter inclui, uma extensão do método MRA, sendo acoplado com um cálculoprobabilístico.De forma a testar as três implementações em Java, MB, MRA e MCSFilter, foramrealizados testes com 10 problemas de otimização cujas soluções são bem conhecidas eestão publicadas na literatura. Na avaliação do desempenho das três variantes do método,considerou-se o tempo de execução, o número de procuras locais efetuadas, o númerode avaliações da função, o valor do mínimo encontrado e o número de minimizantesencontrados para cada problema. Concluiu-se que o método MCSFilter apresenta umcomportamento melhor.Numa segunda fase do trabalho, a aplicação do método MCSFilter é demonstrada naresolução de dois exemplos de problemas de otimização em engenharia: 1) a estimativa deparâmetros de um modelo de natureza descontínua que caracteriza o comportamento deuma válvula de controlo que exibe o fenómeno de stiction; e 2) a estimativa de parâmetrosdo modelo cinético da isomerização do -pineno, definido por um sistema de equaçõesdiferenciais ordinárias.Concluiu-se que o método MCSFilter converge sempre para o ótimo global, demonstrandoser um método de otimização robusto. Para problemas de otimização com ummaior número de variáveis de decisão e modelos matemáticos mais complexos, o tempo deexecução não é competitivo com o de outros métodos, tal como o SSm ou FA. Permiteobter melhores resultados para modelos descontínuos ou que apresentem dificuldades emobter a informação da derivada quando comparado com um método SQP acoplado defunções de suavização do modelo reportado num trabalho anterior.-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------The main objective of this work is the application of a derivative-free multistart method tosolve optimization problems in the engineering field. The applied method is the so calledMCSFilter, developed by Fernandes (2014).First of all, two simpler variants of the method MCSFilter were implemented in theJava programming language. The first variant, MB, performs the local search procedureto all points generated by the multistart method. In the second variant, MRA, atractionregions associated to a minimizer are calculated. If a point is generated inside an atractionregion already defined, the local search procedure is not executed. The final variant,MCSFilter, couples the MRA variant with a probabilistic calculation to determine whetherthe local search procedure is executed or not.In order to test the implementation in Java of the three variants of the method, testswere performed on 10 problems well studied and well documented in the literature. Theresults comprise average runtime, average number of local searches, average number offunction evaluations, average value of the global minimum, and the average number ofdistinct minimizers found for each problem.The second phase of the present work was the application of the MCSFilter method totwo problems in the chemical engineering field: 1) parameter estimation of a discontinuousmodel that describes the behavior of a sticky valve after a set of four distinct patterns;and 2) parameter estimation of the kinetic model associated to the -pinene isomeration,defined by a set of ODE’s.It was concluded that the MCSFilter optimization method can always achieve theoptimum value (global minimum), showing that it is a robust method. When appliedto mathematical models with a higher number of decision variables, the runtime is notcompetitive with other published methods, such as SSm and FA methods, even thoughthe optimum value is always achieved. It is more suitable for mathematical models thathave a lower number of decision variables, in order to maintain the runtime within anacceptable range of values. It allows to achieve better results when applied to simplerdiscontinuous models when compared to the optimal solution obtained using an SQPmethod and function smoothing approach reported in a previous work.-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------2016-09-30info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://hdl.handle.net/10316/81605http://hdl.handle.net/10316/81605TID:202057046porTimóteo, Andreia Amadorinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2022-01-05T11:42:53Zoai:estudogeral.uc.pt:10316/81605Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T21:03:38.973996Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Estimativa de Parâmetros Através do Método de Otimização MCSFilter
Parameter Estimation With the Application of MCSFilter Optimization Method
title Estimativa de Parâmetros Através do Método de Otimização MCSFilter
spellingShingle Estimativa de Parâmetros Através do Método de Otimização MCSFilter
Timóteo, Andreia Amador
MCSFilter
otimização sem derivadas
otimização global
stiction em válvulas de controlo
estimativa de parâmetros
MCSFilter
derivative-free optimization
global optimization
valve stiction
parameter estimation
title_short Estimativa de Parâmetros Através do Método de Otimização MCSFilter
title_full Estimativa de Parâmetros Através do Método de Otimização MCSFilter
title_fullStr Estimativa de Parâmetros Através do Método de Otimização MCSFilter
title_full_unstemmed Estimativa de Parâmetros Através do Método de Otimização MCSFilter
title_sort Estimativa de Parâmetros Através do Método de Otimização MCSFilter
author Timóteo, Andreia Amador
author_facet Timóteo, Andreia Amador
author_role author
dc.contributor.author.fl_str_mv Timóteo, Andreia Amador
dc.subject.por.fl_str_mv MCSFilter
otimização sem derivadas
otimização global
stiction em válvulas de controlo
estimativa de parâmetros
MCSFilter
derivative-free optimization
global optimization
valve stiction
parameter estimation
topic MCSFilter
otimização sem derivadas
otimização global
stiction em válvulas de controlo
estimativa de parâmetros
MCSFilter
derivative-free optimization
global optimization
valve stiction
parameter estimation
description Dissertação de Mestrado Integrado em Engenharia Química apresentada à Faculdade de Ciências e Tecnologia
publishDate 2016
dc.date.none.fl_str_mv 2016-09-30
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10316/81605
http://hdl.handle.net/10316/81605
TID:202057046
url http://hdl.handle.net/10316/81605
identifier_str_mv TID:202057046
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799133929797582848

Registros relacionados