Evaluation of a new multimodal optimization algorithm in fluid phase equilibrium problems

Evaluación de un nuevo algoritmo de optimización multimodal en problemas de equilibrio de fases fluidas

Los problemas de optimización multimodal se encuentran comúnmente en problemas de ingeniería y su solución puede ser muy desafiante para los enfoques meta heurísticos. En este trabajo se analizó el uso de un método meta heurístico multimodal recientemente propuesto - el Algoritmo Multimodal de Polinización de la Flor - en problemas de equilibrio de fase fluida en dos etapas: el cálculo de zoótropos dobles y la estimación de parámetros en un modelo termodinámico. También se consideran dos formulaciones diferentes en el problema de doble azeotropía. En el cálculo de zoótropo, se realizó un análisis estadístico para verificar si el desempeño del algoritmo se ve afectado por la formulación del problema. Los resultados computacionales indican que la metodología proporciona resultados robustos y que la función objetivo empleada afecta el rendimiento computacional.

Introducción

Los problemas de optimización multimodal pueden ser una prueba desafiante para los algoritmos de optimización estocástica (Platt, 2016), considerando la tarea de localizar todos los puntos mínimos/máximos del problema en cuestión.   Este tipo de problemas ha sido estudiado con técnicas de crowdsourcing, sharing, niching y speciation, entre otras (Thomsen, 2004; Parrot y Li, 2006; Cuevas y Reyna-Orta, 2014). En estos escenarios, se desarrollaron versiones de algoritmos establecidos para problemas multimodales, como el CrowdingDE (Crowding Differential Evolution), el SharingDE (Sharing Differential Evolution) (Thomsen, 2004) y el SPSO (species-based Particle Swarm Optimization) (Parrot y Li, 2006). Parrot y Li (2006) presentaron una revisión de estas técnicas.

Recientemente, se han publicado nuevos enfoques para tratar problemas multimodales. Destacan entre ellos -en términos de simplicidad de implementación- el Multimodal Cuckoo Search (MCS) (Cuevas y Reyna-Orta, 2014) y el Multimodal Flower Pollination Algorithm (MFPA) (Gálvez, Cuevas, y Avalos, 2017). Estos algoritmos fueron probados en funciones típicas de referencia, pero carecen de pruebas y validación en problemas reales de ingeniería.

Los algoritmos de optimización estocástica han sido ampliamente utilizados en muchos campos de la ingeniería en las últimas décadas (Bermeo, Caicedo, Clementi, y Vega, 2015; García Montoya y Mendoza Toro, 2011; Nagarkar y Vikhe, 2016).  En este escenario, el presente trabajo presenta algunas aplicaciones del algoritmo MFPA en problemas de equilibrio de dos fases: (i) una aplicación en refrigeración; el cálculo de la composición azeotrópica en la mezcla HFC4310mee (conocida comercialmente como Vertrel XF) + Tetrahidrofurano (THF), un fluido refrigerante - los fluidos refrigerantes suelen ser sustancias puras o mezclas azeotrópicas; Las mezclas zeotrópicas se evitan en la refrigeración, ya que las variaciones de composición derivadas de los procesos de vaporización y condensación pueden alterar el rendimiento del refrigerador - y (ii) la estimación de parámetros en el sistema binario ácido acético + anisol, un sistema con aplicaciones en la industria agroquímica.