Introduccion A La Investigacion de Operaciones

Descargar como ppt, pdf o txt
Descargar como ppt, pdf o txt
Está en la página 1de 25

UNIVERSIDAD NACIONAL DE CAJAMARCA

HISTORIA DE LA INVESTIGACION DE OPERACIONES

INTRODUCCION

Ing. MANUEL ROBERTO AZAHUANCHE OLIVA


Desarrollos clave de la segunda mitad del siglo XX

• Programación lineal (Restricciones con desigualdades)


• Kuhn Tucker (1951)
Condiciones a satisfacer por una optimización no lineal

• Contribuciones (1960-80s) Algoritmos para optimización no


lineal
• Khachain and Karmarkar (~1980) Nuevo
métodos de puntos interiores
• Desarrollos continuados en diferentes
problemas (optimización entera, estocástica,
global, etc.)

Actualmente sigue con un gran desarrollo


EL PROBLEMA Y SU SOLUCIÓN

Es importante ver los


efectos de un error
del modelo en la solución
Optimización
basada en
modelos
De sencillo a De fácil a
muy complejo imposible (hoy)

Decisiones modelo Método de


a tomar resolución Solución
y software

La formulación y el método de resolución permiten la solución?


EL PROBLEMA Y SU SOLUCIÓN

Opciones para la resolución de optimización


basada en modelos

1. Soluciones gráficas

2. Soluciones analíticas (Newton, Euler, etc.)

3. Métodos numéricos
EL PROBLEMA Y SU SOLUCIÓN

Opciones para la resolución de optmización basada en


modelos

Gráfica
Función objetivo, f(x)

Dónde está el óptimo


Comenta:
• Ventajas
• Desventajas

Variable, x
EL PROBLEMA Y SU SOLUCIÓN

Opciones para la resolución de optmización basada en


modelos
Analítica

f ( x) con x unica variable Comenta:


df(x)
=0 • Ventajas
dx
d 2 f ( x) • Desventajas
2
>0
dx
EL PROBLEMA Y SU SOLUCIÓN

Opciones para la resolución de optmización basada en


modelos

Numérica

min f ( x )
x

s.t. Comenta:
h( x) = 0 • Ventajas
g ( x) £ 0 • Desventajas
xmin £ x £ xmax
WHAT ARE EXAMPLES OF OPTIMIZATION?
1. Economics: Plant design

Operation
Inputs Ttray
Xf Freflux
F Freboil
Tf, Tcw Equipment
Exchange
A
Outputs Qcond
Fcw
P Qreboil
Ntubes
XD Equipment
XB NT, NF, ..

Tower decision capital cost operating cost


increase in NT reduces energy increases equipment
best NF reduces energy
lower P no refrigeration higher Fcw (?)
Exch A smaller exchanger cooler Tcw
XD, XB -- separation cost and downstream processes --
WHAT ARE EXAMPLES OF OPTIMIZATION?
2. Economics: Plant operations

Inputs
Xf, F, Tf Operation
Tcw, Fcw Outputs
Freflux P
Freboil XD
Equip. XB
NT, NF
A, Ntubes , ..

Opt. P - must know condenser performance and limits


XD and XB - energy/yield tradeoff
Tf - tradeoff energy in feed/reboil; tray limitations
Feed rate - run at peak efficiency; meet sales requirements
PROCESS DECISIONS DETERMINED USING MODELS

What is similar and what is different in these two examples


of modelling: design and operations?

SIMILAR DIFFERENT

How do we combine these factors to determine “best”


solution for both?
WHAT ARE EXAMPLES OF OPTIMIZATION?
3. Economics: Company logistics / supply chain management

Which Which plant


raw (different yields, etc.)
Plant
material?

What routes and


Raw Plant modes used for
materials transportation?

How much inventory?


Storage
How much inventory?
WHAT ARE EXAMPLES OF OPTIMIZATION?
4. Process Control: Model Predictive Control

T LC

Not a PID AC
algorithm!

• The controller calculates the entire • How can we make the CV follow the set
transient response. point (---) as closely as possible?
• Is this good control performance? • Why isn’t control perfect?
120
MV (% open)

100 1.4

1.2 IAE = 2.75 ISE = 1.375


80
1
CV

60
0.8
40 0.6
0 10 20 30 40
Time 0.4
WHAT ARE EXAMPLES OF OPTIMIZATION?
5. Technical: Model equilibrium as minimizing Free Energy

Equilibrium at constant T and P is


Minimum Free Energy
WHAT ARE EXAMPLES OF OPTIMIZATION?
6. Policy: Generate the desired electricity with minimum “pollution”

• Define “pollution”
• What is the cost for the policy?
• What other pollution is produced?

nuclear wind gas coal


WHAT ARE EXAMPLES OF OPTIMIZATION?
7. Model calibration: Statistics

Get the right Select model structure Evaluate the


data (experimental & estimate parameters reliability of
design) using the data conclusions

A B

k01e- E1 / RT C A k01 = 1.2e7  …


- rA =
T

1 + k02e- E2 / RT CB k02 = ...

F

Max (information) Min |predicted-measured|


• sum of squares
Min (uncertainty) • maximum deviation
• sum of absolute values

También podría gustarte