[Home bibliotech]
Home > Les thèses en ligne de l'INP

Stratégies d'optimisation mixte en Génie des Procédés – Application à la conception d'ateliers discontinus

Ponsich, Antonin (2005) Stratégies d'optimisation mixte en Génie des Procédés – Application à la conception d'ateliers discontinus. (Mixed integer non-linear optimisation strategies for Process Engineering – Application to batch plant design.)

Full text available as:

PDF - Requires a PDF viewer such as GSview, Xpdf or Adobe Acrobat Reader
3.01 Mo

Prix Léopold Escande 2006 (more)

Abstract

La conception d'ateliers discontinus implique généralement la résolution de problèmes d'optimisation non-linéaire en variables mixtes. L'objectif de ce travail est de proposer une méthodologie adaptée pour leur traitement en évaluant les performances de deux méthodes déterministes de l'environnement GAMS et un algorithme génétique (AG), sur un jeu d'exemples de complexité croissante. Avec la formulation de Programmation Mathématique retenue, les résultats numériques vérifient l'efficacité de la méthode de Branch & Bound. Les solutions optimales fournissent une référence pour fixer des procédures appropriées de codage et de gestion des contraintes au sein de l'AG. Ainsi, les performances de ce dernier sont très satisfaisantes et valables pour le cas récurrent de problèmes où le critère est calculé par un simulateur. Puis le modèle initial est modifié pour traiter les mêmes problèmes en variables purement discrètes. L'AG reste aussi efficace alors que les méthodes déterministes sont dépassées par la combinatoire des problèmes. La stratégie est finalement validée sur un exemple de bioprocédés formulé de manière similaire. ABSTRACT : Optimal batch plant design area typically implies the solution of mixed integer non-linear programming (MINLP) problems. The aim of this work is to provide some guidelines for the efficient treatment of these problems. Efficiencies of two deterministic methods from the GAMS environment and of a genetic algorithm (GA) are evaluated on a set of increasing complexity examples. In the framework of the chosen Mathematical Programming formalism, computational results prove the efficiency of a Branch & Bound method. Optimal results provide good references in order to determine appropriate encoding and constraint handling procedures within the GA. Thus, performances of this one are really satisfactory and are still true for the classical case of problems for which the criterion is evaluated through the use of a simulator. The initial model is then modified in order to treat the same example set with pure discrete variables. The GA keeps being efficient. Besides, the Mathetical Programming methods are overwhelmed by the combinatory effect. The strategy is finally validated on a similarly formulated biotechnology example.

Department or laboratory:Laboratoire de Génie Chimique - LGC (Toulouse, France)
Directeur de thèse:Azzaro-Pantel, Catherine
Uncontrolled Keywords:Optimisation mixte non-linéaire (MINLP) - Programmation Mathématique - Métaheuristiques - Algorithme Génétique - Conception d'ateliers discontinus. KEYWORDS : Mixed integer non-linear programming optimisation (MINLP) - Mathematical Programming - Metaheuristics - Genetic Algorithm - Batch plant design.
Subjects:Process engineering > Process and environmental engineering
Deposited On:23 March 2006

Archive Staff Only: edit this record


Contacts | Infos légales | Plan du site | Intranet

(c)INP de Toulouse 2012 - Tous droits réservés. -  INP Communication