La optimización, el escalamiento y la estimación de parámetros son problemas inversos que aparecen enmuchos procesos biotecnológicos. En la solución de los problemas inversos se han utilizado diferentestécnicas, entre ellas los algoritmos metaheurísticos. Estos algoritmos buscan y encuentran de maneraeficiente 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 laefectividad de cada método, realizando una comparación basada en diferentes criterios estadísticos. Elprocedimiento utilizado permite obtener valores cercanos a los parámetros reales, con un buen ajustede las curvas generadas por el modelo a los datos experimentales. El algoritmo que obtiene mejoresresultados es Evolución Diferencial.
INTRODUCCIÓN
Para comprender los mecanismos y las leyes que rigen muchos sistemas reales se han elaborado modelos que intentan reproducir su comportamiento. Para lograr la precisión de estos modelos se requiere de parámetros que caractericen correctamente al sistema. Muchas veces, no es posible medir estos parámetros en forma experimental, o resulta muy costoso debido a que demanda tiempo y gastos de reactivos. Es necesario entonces desarrollar técnicas que permitan la obtención de estos parámetros mediante el uso de métodos computacionales, permitiendo la reducción del esfuerzo y el costo de los experimentos en laboratorios.
La estimación de parámetros desconocidos de un modelo matemático se considera un problema inverso. Los métodos de estimación ajustan los parámetros del modelo para reproducir los resultados experimentales de la mejor manera posible. En esta tarea se minimiza una función objetivo que cuantifica el valor de la diferencia entre los datos simulados por el modelo y los datos de las mediciones disponibles [1]. Estos problemas son frecuentes en aplicaciones industriales, físicas, químicas y farmacéuticas.
Para realizar la estimación de parámetros de diferentes modelos se utilizan usualmente algoritmos de optimización local y global bien conocidos (gradiente conjugado, Gauss-Newton, Levenberg-Marquardt, entre otros).
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Evaluación y optimización de un sustrato SERS de papel para el análisis Raman sin etiquetas del plasma seminal
Artículo:
Nuevo diseño de un exoesqueleto de codo de robótica blanda basado en actuadores de hilo de aleación con memoria de forma
Artículo:
La prescripción de Sageretia hamosa Brongn alivió el bocio mediante la promoción de la apoptosis de las células tiroideas a través de miR-511-3p y la vía PTEN/PI3K/Akt
Artículo:
Evaluación de la Degradación en un CCD Lineal COTS Inducida por Daño por Radiación de Dosis Ionizante Total
Artículo:
Las nuevas memorias no volátiles superarán los límites de escala de los nanodispositivos CMOS convencionales
Libro:
Metodología del marco lógico para la planificación, el seguimiento y la evaluación de proyectos y programas
Tesis:
Materiales y prácticas de construcción sostenible
Artículo:
Emisiones globales de gases de efecto invernadero provenientes de materiales de construcción residencial y comercial: estrategias de mitigación para 2060
Software:
Simulación del proceso de extracción sólido-líquido EXTSL