Tesis Magíster
Diseño y evaluación de algoritmos evolutivos para estrategías de control predictivo híbrido no lineal
Autor
Muñoz-Carpintero, Diego Alejandro
Institución
Resumen
Las estrategias de control predictivo han cobrado gran interés en los últimos años por parte de
la comunidad científica, dado que permiten incorporar índices de funcionamiento de los procesos,
tales como de la calidad de su respuesta y del esfuerzo de control, y restricciones operacionales, que
incluyen por ejemplo los rangos admisibles de operación de los componentes del sistema. Los índices
de funcionamento son muy útiles pues permiten privilegiar distintos aspectos referentes a la dinámica
del sistema y además, el uso de restricciones permite tener una descripción mucho más realista del
proceso. Para encontrar las variables manipuladas con un controlador predictivo, se debe resolver un
problema de optimización que consiste en la minimización del índice de funcionamiento sujeto a las
restricciones del proceso. Para sistemas con un cierto grado de complejidad, la resolución del
problema de optimización puede ser difícil debido a su alto grado de no linealidad, alta
dimensionalidad o a la presencia de variables enteras y continuas (sistemas híbridos). Como una
alternativa a los metodos clásicos, para aquellos casos en los que con estos métodos no se puede
manejar satisfactoriamente estas dificultades, en este trabajo se propone utilizar algoritmos evolutivos
para resolver los problemas de optimización entera mixta que aparecen en el control predictivo de
sistemas híbridos no lineales.
Basado en las cualidades de los algoritmos evolutivos, en este trabajo se propone métodos
genéricos para el diseño y evaluación de estrategias de control predictivo para sistemas híbridos no
lineales basado en algoritmos evolutivos para la optimización de la función objetivo en tiempo real.
Las estrategias propuestas se evalúan en tres sistemas híbridos: un reactor batch con entradas
discretas; el mismo reactor batch, pero con entradas discretas y continuas (mixtas); y un sistema de
ruteo dinámico de vehículos.
Los estudios presentados justifican la aplicación de algoritmos evolutivos en términos de
tiempo computacional y calidad de las soluciones en la mayoría de los casos, consiguiendo obtener
controladores más eficientes que otros ya existentes para estos procesos. Además, se estudia diversos
aspectos relevantes para la aplicación de algoritmos evolutivos en la resolución del problema de
optimización en control predictivo híbrido no lineal, tales como representación de soluciones, manejo
de restricciones, y selección de los parámetros del algoritmo. Para este último aspecto, se utiliza un
análisis multi-objetivo que permite escoger el tamaño óptimo de población y el número óptimo de
iteraciones de acuerdo a criterios basados en el tiempo computacional y la calidad de las soluciones.
Este análisis se puede interpretar además como un indicador gráfico de la bondad de una estrategia
basada en algoritmos evolutivos, y por lo tanto se utiliza para comparar distintas estrategias dentro de
los aspectos mencionados.
Finalmente, se propone algunas líneas de investigación para la aplicación de algoritmos
evolutivos en control predictivo híbrido no lineal. Dentro de estos temas se encuentran aspectos que
debido a la amplitud del tema no han sido analizados, tales como argumentos de estabilidad o el uso
de mezclas entre métodos convencionales y algoritmos evolutivos, y otros que si bien han sido
analizados, aún pueden ser mejorados, tales como el análisis multi-objetivo para la sintonía de
parámetros y comparación de estrategias. PFCHA-Becas Magister en Ciencias de la Ingeniería Mención Eléctrica 261p. PFCHA-Becas TERMINADA