Simulación y Optimización

Top PDF Simulación y Optimización:

Desarrollo de modelos basados en simulación y optimización heurística como soporte para la toma de decisiones en operaciones de transporte de carga fluvial

Desarrollo de modelos basados en simulación y optimización heurística como soporte para la toma de decisiones en operaciones de transporte de carga fluvial

Este artículo presenta el diseño e implementación de modelos basados en simulación y optimización heurística para apoyar el proceso de toma de decisiones en operaciones de transporte de carga fluvial. Su desarrollo implica formular y solucionar modelos de optimización mediante la simulación de operaciones de flujo de carga a lo largo del río Magdalena (Colombia). Las decisiones también son tomadas con re- lación a la gestión de centros de distribución ubicados a lo largo del río y a la demanda de servicios que una empresa transportadora pueda atender en los puntos de destino. Un análisis de sensibilidad se realiza sobre los parámetros de capacidad, planeación de transporte, expansión y localización, todo esto a escala táctica y operativa.
Mostrar más

8 Lee mas

Fábrica de electroimanes: simulación y optimización de procesos

Fábrica de electroimanes: simulación y optimización de procesos

La simulación es muy adecuada para analizar este tipo de problemas, ya que realizar un análisis costo beneficio de las distintas alternativas si bien es factible, carece de la riqueza y dinamismo que ofrece un modelo de simulación. Además, el avance de los softwares de simulación hace que éstos sean cada vez más simples de usar, más accesibles, y más flexibles para modelizar distintos tipos de sistemas, ahorrando tiempo y recursos. La simulación permite describir y entender fácilmente el comportamiento del sistema, y evaluar diversos cambios sin que sea necesario implementarlos. Luego, en base a los resultados que arroje el modelo se efectúa un análisis de las alternativas y se obtienen conclusiones válidas acerca del sistema real. Se puede prever el impacto de los cambios y sus resultados, y seleccionar el mejor diseño.
Mostrar más

53 Lee mas

Simulación y optimización de reactores de reformado de metano con vapor

Simulación y optimización de reactores de reformado de metano con vapor

En la literatura abierta se reportaron distintos perfiles axiales de flujo calórico y mediciones de temperatura de pared de tubo, típicos de reformadores de fuego superior y lateral (Dybkjaer, 1995; Plehiers y Froment, 1989). No obstante, se cuenta con información escasa acerca de la optimización del proceso de reformado de metano con vapor por medio de ajustes en la distribución del flujo de calor a lo largo de los tubos de reactores industriales. Merece ser destacado el trabajo realizado por Demicheli et al. (1983), quienes entre otros aspectos, estudian la relación que existe entre la vida útil del tubo y variables operativas tales como el flujo másico, la presión de alimentación y el perfil axial de flujo calórico. En particular, estos autores propusieron controlar el flujo de calor de tal modo que la vida útil estimada para el tubo fuese la misma en toda la longitud del reactor. Al respecto comprobaron que para igual conversión de metano de salida y una vida útil de 100000 horas, la menor longitud del lecho catalítico se obtiene cuando se impone una distribución axial de flujo calórico decreciente.
Mostrar más

297 Lee mas

Simulación y optimización de la ventilación en un bloque quirúrgico durante la apertura de puertas

Simulación y optimización de la ventilación en un bloque quirúrgico durante la apertura de puertas

Seguidamente es necesario decidir qué forma tendrá el proceso de apertura de la puerta. En este caso se ha optado por una apertura de forma trapezoidal, que indica que transcurre un determinado tiempo desde que se inicia el proceso de apertura hasta que la puerta está completamente abierta (Figura 4.2), por lo que es necesario asociar cada uno de los valores del coeficiente horario con un determinado instante de tiempo. Se ha decidido iniciar la simulación y mantener la instalación sin cambios durante un minuto, para posteriormente simular la apertura de una puerta que dura 5 segundos, permanece abierta durante 15, y se cierra durante otros 5. Finalmente, se impone otro periodo de tiempo de un minuto para que las variables del sistema vuelvan al régimen estacionario.
Mostrar más

83 Lee mas

Modelo de simulación y optimización para la gestión logística del sistema de abastecimiento de caña en un ingenio sucro alcoholero colombiano [recurso electrónico]

Modelo de simulación y optimización para la gestión logística del sistema de abastecimiento de caña en un ingenio sucro alcoholero colombiano [recurso electrónico]

Díaz J., et al. (2000) en su paper: “Simulation and Optimization of Sugar Cane Transportation in Harvest season” describen una aplicación que involucra la simulación y la optimización de un sistema complejo hombre-máquina como lo es la cosecha de caña, en el cual la modelación dinámica toma un papel importante. El estudio tuvo tres metas principalmente: identificar los cuellos de botella en el transporte de caña de azúcar, proporcionar soluciones integrales a los cuellos de botella identificados para soportar el proceso de toma de decisiones y desarrollar un sistema de soporte de decisiones para asignar recursos a cada frente de cosecha diariamente. El trabajo desarrollado combina la simulación con una técnica de optimización. Se propone que con un mínimo número de corridas del modelo de simulación, sus salidas pueden ser la entrada al modelo de optimización, para determinar el recurso óptimo asignado en vista de las variables de salida relevantes.
Mostrar más

177 Lee mas

Mejora de la calidad de procesos industriales mediante simulación y optimización.

Mejora de la calidad de procesos industriales mediante simulación y optimización.

La clave de la simulación Monte Carlo consiste en crear un modelo matemático del sistema, proceso o actividad que se quiere analizar, identificando aquellas variables de entrada del modelo cuyo comportamiento aleatorio determina el comportamiento global del sistema. Una vez identificadas dichas variables aleatorias de entrada, se lleva a cabo un experimento que consisten en (1) generar con ayuda del ordenador muestras aleatorias para dichas variables de entrada, y (2) analizar el comportamiento del sistema ante los valores generados. Tras repetir n veces este experimento, se dispondrá de n observaciones sobre el comportamiento del sistema, lo cual será de utilidad para entender el funcionamiento del mismo, el análisis será tanto más preciso cuanto mayor sea el número n de experimentos que se lleven a cabo.
Mostrar más

102 Lee mas

Optimización de los costos de operación para acuíferos en régimen permanente

Optimización de los costos de operación para acuíferos en régimen permanente

El objetivo de este estudio es desarrollar un modelo matemático para la optimización no lineal de la explotación de un acuífero confinado a escala regional en régimen permanente. Se utiliza AQÜIMPE (en régimen permanente) como modelo de simulación. Se logra la vinculación entre los modelos de simulación y optimización mediante el enfoque matriz respuesta. Finalmente el modelo de optimización es resuelto por medio de la función “quadprog” del asistente matemático MATLAB. Los resultados obtenidos, en un acuífero hipotético, muestran el esquema de explotación óptima del acuífero que minimiza los costos de bombeo, al mismo tiempo que garantiza restricciones de demanda y de niveles del acuífero.
Mostrar más

12 Lee mas

Análisis del rendimiento del algoritmo OptQuest para optimización en simulación

Análisis del rendimiento del algoritmo OptQuest para optimización en simulación

La figura 7-3 sugiere que existe una relación creciente entre ingresos y ganancia. Es decir, que el óptimo del problema debiese ocurrir al maximizar los ingresos. La solución que maximiza los ingresos es, naturalmente, la que tiene mayor nivel de recursos ya que así se impide que haya congestión en el taller o que falte inventario de componentes. Dado que OptQuest prueba la solución que le asigna el máximo a todas las variables de decisión, la solución de máximo ingreso fue elegida durante la búsqueda. Sin embargo, como muestra la figura 7-4, esta solución (marcada con un círculo) no es la que presenta mayor ganancia. Esto se puede deber a que existen muchos recursos ociosos, lo que aumenta los costos necesariamente. Luego, se busca construir una solución factible al problema que busque disminuir la cantidad de recursos ociosos para así disminuir los costos, manteniendo un alto nivel de ingresos. Para esto, se corren 10 réplicas del modelo de simulación con recursos máximos y se analizan los indicadores de ocupación. La tabla 7-3 muestra un histograma acumulado del nivel de utilización de cada tipo de mecánico, es decir, indica qué porcentaje del tiempo la utilización de cada recurso estuvo bajo cierto umbral (por ejemplo, la utilización de mecánicos tipo 1 fue menor al 90% el 49% del tiempo).
Mostrar más

174 Lee mas

TítuloAjuste óptimo y automático de un sistema de control en cascada  Aplicación al seguimiento de trayectorias en servosistemas con fricción y zona muerta

TítuloAjuste óptimo y automático de un sistema de control en cascada Aplicación al seguimiento de trayectorias en servosistemas con fricción y zona muerta

Sin embargo, el ajuste o la sintonía de todos los parámetros (un mayor número), debido a la correlación durante el ajuste experimental y la influencia cruzada de los parámetros de control y las componentes anticipativas, se convierte en una labor engorrosa cuando las no linealidades duras (fricción, holgura, stiction) están presentes. En este trabajo se propone un método de ajuste automático basado en simulación y optimización para ajustar los parámetros de control y compensación en base a la información aproximada de la dinámica de la parte mecánica incluidas las no linealidades. El principal objetivo es minimizar el error máximo de posición manteniendo la precisión y sin aumentar significativamente el esfuerzo de control. Este trabajo presenta un método para el ajuste automático de los parámetros de un control en cascada P-PI incluyendo las componentes anticipativas para compensar la fricción y la holgura. La estrategia basada en el método de Nelder-Mead se aplica con éxito en la simulación y posteriormente en los ensayos realizados.
Mostrar más

8 Lee mas

Optimización de un software CAD para la simulación y diseño de redes CATV

Optimización de un software CAD para la simulación y diseño de redes CATV

La Universidad de California, Berkeley, específicamente su colegio de Ingeniería Eléctrica y Ciencias de la Computación, lleva adelante un proyecto de investigación denominado “Ptolemy” (Tolomeo en honor al famoso estudioso de la Edad Media) [11]. El proyecto Ptolemy estudia el modelado, simulación y diseño de sistemas concurrentes en tiempo real. El principio clave que sustenta el proyecto es el uso de modelos computacionales bien definidos que gobiernan las interacciones entre componentes [12]. En el marco de este proyecto se ha desarrollado (empleando Java) un sistema de software llamado Ptolemy II. Este entorno de software ha sido empleado exitosamente en un gran número de aplicaciones que incluyen: procesamiento de señales, diseño de redes, modelado de sistemas de comunicaciones ópticas, en fin cuestiones cercanas al diseño de redes CATV . Ptolemy II tiene mucho en común con Simulink, que es un lenguaje gráfico de diagramas de bloque, originalmente desarrollado para el diseño de sistemas de control. Pero Ptolemy II es una arquitectura más abierta, su infraestructura es de código abierto (open source). Ptolemy II es libre para uso académico y comercial. Puede ser incorporado en productos de software comercial, solo se necesita incluir algunas declaraciones en el aviso de copyright [13].
Mostrar más

106 Lee mas

Modelo de simulación para la optimización del inventario de una distribuidora,  basado en Simulación Monte Carlo y Algoritmo Metaheurístico Genético

Modelo de simulación para la optimización del inventario de una distribuidora, basado en Simulación Monte Carlo y Algoritmo Metaheurístico Genético

La simulación mediante métodos heurísticos es de gran ayuda cuando se quiere reproducir los rasgos de un sistema real, tal y como lo describe Montenegro en [2], quien realiza un sistema de inventarios mediante simulación Monte Carlo con el fin de mejo- rar el manejo del mismo, mediante el uso de herramientas o téc- nicas estadísticas que permitan pronosticar el producto termi- nado, cálculo de los tiempos de llegada de materias primas y stock de seguridad, para mejorar la administración de inventarios en la empresa. Sin embargo, el autor recalca que los resultados obteni- dos no son muy precisos debido al modelo implementado en su proyecto y por lo tanto recomienda utilizar métodos más sofisti- cados, como el que se realiza en el presente estudio el cual se basa en Algoritmos Metaheurísticos que guían una heurística subordi- nada combinando distintos conceptos para explorar y explotar el espacio de búsqueda para determinar la mejor solución.
Mostrar más

7 Lee mas

OPTIMIZACIÓN MULTIVARIABLE DEL MODELO COMPUTACIONAL DE UN SISTEMA DE DESALINIZACIÓN POR MÉTODO DE HUMIFICACIÓN Y DESHUMIDIFICACIÓN

OPTIMIZACIÓN MULTIVARIABLE DEL MODELO COMPUTACIONAL DE UN SISTEMA DE DESALINIZACIÓN POR MÉTODO DE HUMIFICACIÓN Y DESHUMIDIFICACIÓN

63 de agua producida, donde los valores de la función objetivo toman valores cercanos al promedio, que en este caso es de 1,229 [𝑔𝑟/𝑠]. También es posible observar que la eficiencia también aumento al mismo tiempo que la producción de agua, obteniéndose un valor promedio para el GOR de 1,3. Las combinaciones obtenidas por medio de la optimización, correspondientes a los flujos másicos de agua y aire en la entrada del proceso, logran entregar un mayor rendimiento y flujo de agua respecto a un valor inicial cualquiera. Además, es posible observar que estos valores tienden a una pequeña vecindad de puntos, lo que se ve reflejado en los valores de la razón de flujos de aire y agua de la tabla 13. Al analizar el caso particular de la optimización n°7, es posible ver que los flujos másicos de agua y aire al final de la optimización toman valores mayores que en los demás casos y también se calcula una menor cantidad de agua destilada. Esto puede ser producido por que en ese punto la función objetivo presentaría un máximo local. Por último, es necesario destacar que es posible que debido a la resolución con la que trabaja el software, que no se llegó a una única combinación de flujos de agua y aire en las optimizaciones, obteniéndose así más de una combinación de valores que llegaba al mismo resultado final de agua destilada producida.
Mostrar más

79 Lee mas

Optimización basada en la simulación para la sala de urgencia del hospital El Pino

Optimización basada en la simulación para la sala de urgencia del hospital El Pino

Según el Departamento de Estadísticas e Información de Salud (DEIS) en los últimos cuatro años se han realizado 7.432.112 4 atenciones de pacientes en las salas de urgencias, a lo largo de todos los hospitales del país. El Hospital El Pino (HEP), durante el 2016, realizó 94.422 atenciones de urgencias 5 , entre ellas atenciones pediátricas, de maternidad y de adultos, por lo que, se aplicará una simulación de eventos discretos. Se modelará la situación actual del HEP, en la sala de urgencia de adultos, ya que está es la sala de urgencias más ocupada del hospital, donde se atendieron 40.098 personas mayores de 15 años, durante el 2016, y en la cual se presentará la cantidad de recursos de la sala de emergencia y se dará a conocer el modelo de seguimiento de procesos que utilizan. Hemos evidenciado las falencias de los departamentos de urgencias. Es por ello que en base a la simulación, se optimizará la gestión y asignación de recursos de personal médico existentes en la sala de urgencias y en relación al tiempo de espera de los pacientes que se atienden en el Hospital El Pino. Es fundamental caracterizar la información para obtener datos reales del flujo de pacientes en la sala de urgencia, además es importante describir los flujos de los pacientes según su gravedad, analizar los tiempos de atención de espera de los pacientes en los diferentes procesos e identificar
Mostrar más

47 Lee mas

Algoritmo meta-heurístico mono-objetivo guiado por velocidad, volumen y longitud de colas para calibrar modelos de micro-simulación de flujo de tráfico vehicular corsim

Algoritmo meta-heurístico mono-objetivo guiado por velocidad, volumen y longitud de colas para calibrar modelos de micro-simulación de flujo de tráfico vehicular corsim

CORSIM es capaz de simular la mayoría de las geometrías de la autopista que sobresalen, incluyendo líneas principales de varios carriles de la autopista, conectores a otras autopistas, el radio de curvatura y elevación, adiciones de calzadas y carriles auxiliares, los cuales se utilizan por el tráfico para comenzar o terminar el proceso de cambio de carril o para entrar o salir de la autopista. Las características que cambian con el tiempo, tales como tiempos de señal y los volúmenes de tráfico, son representados por la división de la simulación en una secuencia de periodos de tiempo especificados por el usuario, durante la cual los flujos de tráfico, los controles de tráfico y la geometría se mantienen constantes [21]. En cuanto a su funcionamiento, CORSIM trabaja con un enfoque de caja negra, donde su entrada son archivos de extensión .trf y su salida son archivos de extensión .out. Por ser un software propietario y con enfoque de caja negra, se desconoce los procesos internos que ejecuta al realizar una simulación. Los archivos de entrada contienen la información del modelo y está compuesta por grupos de parámetros (denominados record type). Estos “record type” brindan la información necesaria para representar diversos comportamientos a través del modelo y su simulación. Los archivos de salida contienen diversos grupos de medida formadas a través de la suma de los comportamientos de los vehículos en el modelo, dichas medidas son obtenidas de las diferentes intersecciones del modelo, estas intersecciones se llaman nodos, los cuales a su vez se forman a partir de la unión de dos vías (denominadas links). La información contenida en estos archivos se encuentra sobre diferentes tablas que muestran a manera de resumen las estadísticas obtenidas de la simulación sobre diferentes nodos.
Mostrar más

109 Lee mas

Diseño de una herramienta computacional para la programación de cirugías. Caso: Institución  AVIDANTI

Diseño de una herramienta computacional para la programación de cirugías. Caso: Institución AVIDANTI

programación de los cuales el más usado es la optimización multi-objetivo estocástica, con un 33% de los casos revisados hasta el año 2012 (Velásquez-Restrepo et al., 2012), además un 62% de los casos proponen la reducción de tiempo de espera de los pacientes por ser atendido o el indicador de oportunidad(Velásquez-Restrepo et al., 2012). Se han encontrado que los modelos más usados son los modelos de optimización, la simulación , heurísticas y metaheurísticas y que los factores a resolver u optimizar en los modelos de son: “evaluar la asignación adecuada de las cirugías electivas a los quirófanos; minimizar el riesgo de no realización; reducir las horas extras de utilización de los quirófanos; minimizar la cancelación de las cirugías y minimizar el tiempo de espera de los pacientes”(Velásquez-Restrepo et al., 2012); además de las mencionadas anteriormente se han encontrado criterios de minimización de costos ,maximizar el número de pacientes atendidos, minimizar costos directos e indirectos de los tiempos de espera, minimizar costos de tiempo de inactividad maximizar el ingreso por paciente reduciendo los costos de espera, maximizar la atención de la oferta diaria de pacientes ,optimización de costos de tiempos contratados y no usados por parte de los médicos , minimizar tiempos inutilizados de las enfermeras, maximizar las ganancias de pacientes atendidos contando el costo de los pacientes rechazados , minimizar la máxima capacidad requerida, minimizar la maximizar frecuencia de desbordamiento de los médicos , es decir la no atención de los pacientes máximas, También se ha encontrado que se resuelven en mayor parte los problemas de tipo táctico y operativo y no los estratégicos (Velásquez-Restrepo et al., 2012).
Mostrar más

54 Lee mas

Análisis de líneas de espera con técnicas de búsqueda directa aplicada a un modelo de simulación discreta de atención al cliente en el área de afiliaciones, autorizaciones y prestaciones económicas de una institución prestadora de servicios de salud

Análisis de líneas de espera con técnicas de búsqueda directa aplicada a un modelo de simulación discreta de atención al cliente en el área de afiliaciones, autorizaciones y prestaciones económicas de una institución prestadora de servicios de salud

(Incluyendo algoritmos genéticos y búsqueda tabú); Enfoques basados en la programación matemática (Principalmente el método de optimización de rutas); Técnicas de búsqueda estadística, tales como superficies de respuesta. (Harrell, 2004). Si la salida del modelo de simulación para todos los posibles valores de las variables de decisión se registra y se representan, la trama resultante sería llamada la superficie respuesta. Para problemas que implican sólo una o dos variables de decisión, la solución se puede identificar rápidamente en la superficie de respuesta. Por ejemplo, la solución óptima se situaría en el pico más alto de la superficie de respuesta de un problema de maximización. Las superficies de respuesta producidas por modelos de simulación estocástica pueden ser altamente no lineales, multimodales y ruidosos; Puede contener variables de decisión discretas y continuas; que pueden no proporcionar observaciones independientes e idénticamente distribuidas. Sin embargo, muchas buenas técnicas de optimización metaheurísticas relajan los requisitos de los problemas para que estén bien planteados. Técnicas heurísticas consistentemente proporcionan una buena solución o cerca del óptimo, dentro de una cantidad razonable de tiempo de búsqueda. De hecho, el uso de una técnica metaheurística no excluye la posibilidad de encontrar la solución óptima. Puede encontrarse la solución óptima, pero no hay garantía de que siempre lo hará.
Mostrar más

126 Lee mas

“Optimización del modelo de simulación de la cinética de secado por microondas de láminas de jengibre (Zingiber officinale)”

“Optimización del modelo de simulación de la cinética de secado por microondas de láminas de jengibre (Zingiber officinale)”

El estudio de la operación de optimización del modelo de simulación de la cinética de secado por microondas de láminas de Jengibre (Zingiber officinale) fue desarrollado en función de variables independientes como el espesor y la potencia cuya relación se determinó utilizando la metodología Taguchi proporcionándonos la cantidad muestral, con el tratamiento de la metodología superficie respuesta (MSR) se obtuvieron los datos de las gráficas Nº 5,2 ; Nº 5,3 ; Nº 5,4 donde la gráfica de superficie de contorno, presenta como punto central de estudio, al espesor de 3,5mm y la potencia de 918W.
Mostrar más

104 Lee mas

42º CONGRESO ESPAÑOL DE ACÚSTICA ENCUENTRO IBÉRICO DE ACÚSTICA EUROPEAN SYMPOSIUM ON ENVIRONMENTAL ACOUSTICS AND ON BUILDINGS ACOUSTICALLY SUSTAINABLE

42º CONGRESO ESPAÑOL DE ACÚSTICA ENCUENTRO IBÉRICO DE ACÚSTICA EUROPEAN SYMPOSIUM ON ENVIRONMENTAL ACOUSTICS AND ON BUILDINGS ACOUSTICALLY SUSTAINABLE

Las tres fachadas optimizadas permiten el cumplimiento y superación de los requisitos de aislamiento acústico exigidos en el CTE a las edificaciones más expuestas al ruido, próximas a autopistas y aeropuertos, que presentan índices de ruido día Ld de 75dBA. Se han desarrollado modelos de simulación que permiten el diseño de edificios con estos elementos, y se han validado con ensayos in situ realizados en 3 promociones de viviendas ubicadas en Móstoles, Pinto y L’Hospitalet de Llobregat, proporcionadas por las empresas del consorcio.

9 Lee mas

Optimización de Portafolios de  Generación de Electricidad con  Fuentes de Energía Renovables  para Centros Comerciales

Optimización de Portafolios de Generación de Electricidad con Fuentes de Energía Renovables para Centros Comerciales

El proceso de simulación-optimización del Esc 4, se hizo durante un tiempo de treinta minutos, tiempo en el cual se corrieron en total 1.228 simulaciones, de las cuales fueron válidas 532; el mejor resultado se obtuvo en la simulación número 978. La Figura 5 presenta el proceso de simulación-optimización, donde se puede apreciar como disminuyen los costos (eje y, en miles) a medida que se realizan las diferentes simulaciones (eje x). Como resultado, se obtuvo un portafolio que se conforma con un total de 978 paneles FV y, 0 turbinas Eol.
Mostrar más

10 Lee mas

Sistema energético híbrido solar-biomasa . Análisis, simulación de componentes e integración al proceso global

Sistema energético híbrido solar-biomasa . Análisis, simulación de componentes e integración al proceso global

La dinámica de fluidos computacional (DFC) o fluidodinámica computacional identificada usualmente por CFD (por sus siglas en inglés) es una disciplina que utiliza métodos numéricos y algoritmos para resolver problemas que involucran flujos de fluidos. Emplea el equipamiento informático para llevar a cabo la simulación del movimiento de fluidos y, de ser necesario de otros fenómenos asociados, como por ejemplo: transferencia de calor y materia, reacciones químicas, arrastre de sólidos, etc. Aplicando la técnica de CFD se puede construir un modelo computacional que represente al sistema o equipo que se desea estudiar. Se incorporan al prototipo virtual las características físicas y químicas del flujo de fluido en estudio y el software genera como respuesta una predicción de la fluidodinámica y demás procesos físicos (y químicos) involucrados. Por lo tanto puede considerarse a la CFD como una sofisticada técnica de diseño y análisis que utiliza el equipamiento computacional para desarrollar los millones de cálculos requeridos para simular la interacción de fluidos con superficies complejas como las utilizadas en ingeniería.
Mostrar más

267 Lee mas

Show all 10000 documents...