Resumen

Se presenta un problema de identificación de parámetros para un modelo híbrido. Este último describe el funcionamiento de un proceso de lodos activados utilizado para el tratamiento de aguas residuales. El problema de identificación de parámetros puede ser considerado como uno de optimización al minimizar el error entre la simulación y los datos experimentales. Uno de los nuevos y prometedores métodos metaheurísticos para resolver un problema matemático similar es el Algoritmo de Búsqueda Cucú. Se inspira en el comportamiento de cría parasitaria de las especies de cuco. Para confirmar la eficacia y la eficiencia del algoritmo propuesto, los resultados de la simulación se compararán con otros algoritmos, en primer lugar, con un método clásico que es el algoritmo de Nelder-Mead y, en segundo lugar, con métodos inteligentes como los enfoques del Algoritmo Genético y la Optimización del Enjambre de Partículas.

• Materias:Biotecnología Minería de datos Algoritmos genéticos Cerebro - fisiopatología Neurofisiología
• Subjects:Biotechnology Data mining Genetic algorithms Brain - pathophysiology Neurophysiology
• Palabras claves:problema de identificación de parámetros, problema matemático similar, comportamiento de la cría parasitaria, algoritmo de búsqueda del cuco, optimización del enjambre de partículas, tratamiento de aguas residuales, proceso de lodos activados, comportamiento del cuco, métodos metaheurísticos prometedores, enfoque de optimización del enjambre
• Keywords:parameters identification problem, similar mathematical problem, parasitic brood behavior, cuckoo search algorithm, particles swarm optimization, waste water treatment, activated sludge process, behavior of cuckoo, promising metaheuristic methods, swarm optimization approach