Control óptimo utilizando algoritmos libres de derivadas

Abstract

Tradicionalmente, la optimización de los sistemas de procesamiento se ha basado en la disponibilidad de un modelo explícito junto con la información de los gradientes correspondientes. Sin embargo, existen algunos escenarios prácticos como (a) sistemas no diferenciables, (b) sistemas experimentales físicos, (c) entornos de simulación y (d) sistemas de orden reducido en los que no se dispone de dicho modelo y sus gradientes. Bajo estos escenarios, el despliegue de estrategias de optimización libre de derivadas proporcionan una forma alternativa de hacer frente a la optimización de dichos sistemas. En particular, en este trabajo proponemos un enfoque de región de confianza de optimización libre de derivadas para hacer frente a la optimización dinámica del problema de transición de productos en los sistemas de procesamiento. Con este objetivo, se utiliza una estrategia de control predictivo de modelos de ciclo cerrado donde el sistema a ser optimizado está incrustado en un entorno de simulación dinámica de tipo black box.