Optimización en tiempo real
Optimización de procesos. Segunda entrega
- Video:Controladores en tiempo real - Webcast por Bob Dabkowski (HACH)
- Fuente:Canal HachLangeGmbH / YouTube
Real-time process optimization based on grey-box neural models
Optimización en tiempo real de procesos con base en modelos neuronales de caja gris
En esta investigación se analizó la factibilidad de usar modelos neuronales de caja gris en optimización en tiempo real. Estos modelos se basan en una combinación adecuada de leyes fundamentales de conservación y redes neuronales. Se emplean en al menos dos formas: para complementar conocimiento fenomenológico disponible con información empírica, o para reducir la dimensionalidad de modelos físicos complejos y rigurosos. Se observó que el beneficio del uso de los modelos se contrarrestaba debido a algunas dificultades asociadas con la solución del problema de optimización. Una alternativa que se consideró para superar esto fue la utilización de algún tipo de algoritmos evolutivos.
Este artículo fue preparado por F.A. Cubillos, E.L. Lima (Universidad de Santiago de Chile, Santiago, Chile) y G. Acuña (Universidade Federal do Rio de Janeiro, Rio de Janeiro, RJ, Brasil) para el Brazilian Journal of Chemical Engineering (Vol. 24, No. 3, 2007, 433-443), revista alojada en el portal de la biblioteca electrónica de publicaciones científicas SciELO (Scientific Electronic Library On-Line)-Brasil (São Paulo, Brasil). SciELO es un modelo para la publicación electrónica cooperativa de revistas científicas en Internet, especialmente desarrollado para responder a las necesidades de la comunicación científica en los países en desarrollo, y particularmente de América Latina y el Caribe.
Modeling and design of real-time pricing systems based on markov decision processes
Modelado y diseño de sistemas de precios en tiempo real con base en procesos de decisión de markov
Un sistema de precios de tiempo real de electricidad es aquel que cobra distintas tarifas de electricidad para diferentes horas del día y diferentes días; es efectivo para reducir el pico y aplanar la curva de carga. En este estudio se propone un método de modelado y un método de control óptimo para sistemas de precios de tiempo real utilizando un proceso de decisión de Markov. En primer lugar, se realiza una descripción de esta clase de sistemas. Luego se deduce un modelo de un conjunto de consumidores como un proceso de decisión de Markov tipo multiagente. Se formula el problema de control óptimo y se reduce a uno de tipo de programación cuadrática. Finalmente, se presenta una simulación numérica.
Este artículo fue elaborado por Koichi Kobayashi (Japan Advanced Institute of Science and Technology, Ishikawa, Japón), Ichiro Maruta, Shun-ichi Azuma (Kyoto University, Kyoto, Japón) y Kazunori Sakurama (Tottori University, Tottori, Japón) para Applied Mathematics (Vol. 5, No 10, 2014, 1485-1495), publicación de Scientific Research Publishing Inc. que cubre diferentes áreas de la matemática aplicada.
