Evaluation of a New Multimodal Optimization Algorithm in Fluid Phase Equilibrium Problems

• Autores: Gustavo Mendes Platt, Marcelo Escobar Aragão, Fernanda Cabral Borges, Douglas Alves Goulart
• Localización: Ingeniería e Investigación, ISSN-e 2248-8723, ISSN 0120-5609, Vol. 40, Nº. 1, 2020
• Idioma: inglés
• Títulos paralelos:
  • Evaluación de un Nuevo Algoritmo de Optimización Multimodal en Problemas de Equilibrio de Fases Fluidas
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Los problemas de optimización multimodal se encuentran comúnmente en problemas de ingeniería y su solución puede ser muy desafiante para los enfoques metaheurísticos. En este trabajo se analizó el uso de un método metaheurístico multimodal recientemente propuesto - el Algoritmo Multimodal de Polinización de la Flor - en problemas de equilibrio de fase fluida en dos etapas: (i) el cálculo de azeótropos dobles y (ii) la estimación de parámetros en un modelo termodinámico. También se consideran dos formulaciones diferentes en el problema de doble azeotropía. En el cálculo de azeótropo, se realizó un análisis estadístico para verificar si el desempeño del algoritmo se ve afectado por la formulación del problema. Los resultados computacionales indican que la metodología proporciona resultados robustos y que la función objetivo empleada afecta el rendimiento computacional.

  • English

    Multimodal optimization problems are commonly found in engineering problems, and their solution can be very challenging for metaheuristic approaches. In this work, the use of a recently proposed multimodal metaheuristic method was analyzed - the Multimodal Flower Pollination Algorithm - in two fluid phase equilibrium problems: (i) the calculation of double azeotropes and (ii) parameter estimation in a thermodynamic model. Two different formulations were also considered in the double azeotropy problem. In the azeotrope calculation, a statistical analysis was conducted in order to verify if the algorithm performance is affected by the the problem formulation. The computational results indicate that the methodology provides robust results and that the objective function employed affects the computational performance.