Optimización del diseño y rediseño de procesos químicos complejos bajo incertidumbre mediante cooperación de técnicas de programación matemática y metaheurísticas

El objetivo de la Tesis es desarrollar un metodo de optimizacion para el diseno y funcionamiento de una planta quimica bajo incertidumbre, basado en una combinacion de las tecnicas de optimizacion mediante Algoritmos Geneticos y otros algoritmos matematicos (programacion matematica y simulacion). La naturaleza estocastica de ciertos parametros origina que la modelizacion de una planta aporte incertidumbre en ciertas variables y parametros. Resulta de vital importancia para una empresa sujeta a estas fuentes de incertidumbre minimizar el efecto de estos factores aleatorios en su cuenta de resultados. La linea de investigacion esta enfocada hacia la propuesta de algoritmos computacionales alternativos que nos permitan resolver problemas complejos de una forma mas eficiente en comparacion con tecnicas "convencionales". Se han propuesto los algoritmos evolutivos, analizandose los Algoritmos Geneticos, y la programacion estocastica. Los Algoritmos Geneticos son metodos sistematicos para la resolucion de problemas de busqueda y optimizacion que aplican a estos los mismos metodos de la evolucion biologica: seleccion basada en la poblacion, reproduccion y mutacion. La aplicacion de la metodologia propuesta al proceso de produccion de MTBE proporciona resultados fiables. Estos resultados experimentales, demuestran las ventajas obtenidas al paralelizar el proceso de diseno utilizando como plataforma una red de ordenadores, logrando con esto resolver problemas de dimensiones considerables y con muchas restricciones de diseno.