Comparación de diferentes algoritmos metaheurísticos en la estimación de parámetros del modelo relacional general de cromatografía líquida en columna

La optimización, el escalamiento y la estimación de parámetros son problemas inversos que aparecen en muchos procesos biotecnológicos. En la solución de los problemas inversos se han utilizado diferentes técnicas, entre ellas los algoritmos metaheurísticos. Estos algoritmos buscan y encuentran de ma...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Hernández Torres,Reynier, Irizar Mesa,Mirtha, Llanes Santiago,Orestes, Câmara,Leôncio Diógenes T, da Silva Neto,Antônio José, Zumalacárregui de Cárdenas,Lourdes M
Lenguaje:Spanish / Castilian
Publicado: Universidad de Tarapacá. 2014
Materias:
Acceso en línea:http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-33052014000100003
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
Descripción
Sumario:La optimización, el escalamiento y la estimación de parámetros son problemas inversos que aparecen en muchos procesos biotecnológicos. En la solución de los problemas inversos se han utilizado diferentes técnicas, entre ellas los algoritmos metaheurísticos. Estos algoritmos buscan y encuentran de manera eficiente buenas soluciones a un determinado problema, con un costo computacional razonable. En este trabajo se aplican cuatro algoritmos metaheurísticos bien conocidos (Algoritmo Genético, Evolución Diferencial, Optimización por Colonia de Hormigas y Optimización por Enjambre de Partículas) al problema de estimar parámetros en el proceso de cromatografía líquida en columna. Se analiza la efectividad de cada método, realizando una comparación basada en diferentes criterios estadísticos. El procedimiento utilizado permite obtener valores cercanos a los parámetros reales, con un buen ajuste de las curvas generadas por el modelo a los datos experimentales. El algoritmo que obtiene mejores resultados es Evolución Diferencial.