A Heuristic Approach for Improvement Batch Plant Design under Imprecise demand using Fuzzy Logics

Autores/as

  • Youness El-Hamzaoui Centro de Investigación en Ingeniería y Ciencias Aplicadas (CIICAp), Universidad Autónoma del Estado de Morelos (UAEM), MÉXICO
  • J. Alfredo Hernández Centro de Investigación en Ingeniería y Ciencias Aplicadas (CIICAp), Universidad Autónoma del Estado de Morelos (UAEM), MÉXICO
  • Bassam Ali Centro de Investigación en Energía, Universidad Nacional Autónoma de México, MÉXICO

DOI:

https://doi.org/10.30973/progmat/2010.2.1/1

Palabras clave:

Algoritmos genéticos, Método de MonteCarlo, Lógica Difusa, Diseño de plantas por lotes

Resumen

Este artículo trata el problema de la búsqueda del diseño óptimo de procesos para un sistema de producción en lotes representando a la demanda como un parámetro incierto. El objetivo del problema de diseño de procesos con sistemas de producción en lotes se basan en minimizar el costo de inversión para la construcción del proceso de la planta (estructura del equipo) considerando el número y tamaño del equipo. Dentro de este marco, se propone para resolver el problema del diseño, dos diferentes enfoques: el primero es mediante el método Monte Carlo y el segundo por el algoritmo genético. Tomamos en cuenta el carácter impreciso de la demanda modelado por la lógica difusa, se toma en consideración dos criterios á maximi- zar: el valor presente neto de la inversión y el índice de flexibilidad del proceso. Los resultados obtenidos por el algoritmo genético son mucho mejor que los del Monte Carlo. Esta metodolo- gía puede ayudar en las decisiones de mercado y constituye un marco muy prometedor para encontrar un conjunto de “buenas soluciones”.

Biografía del autor/a

Youness El-Hamzaoui, Centro de Investigación en Ingeniería y Ciencias Aplicadas (CIICAp), Universidad Autónoma del Estado de Morelos (UAEM), MÉXICO

Youness El Hamzaoui, de nacionalidad marroquí, casado con una mexicana. Maestro en ciencias en ingenieria industrial del Instituto Tecnológico de Orizaba, Veracruz, Mexico. Licenciatura (Maitrise es) en ciencias y técnicas de Ingeniería Industrial Universidad Abdus El Malek Essaidi en Reino de Marruecos. Diploma de estudios universitarios generales en física/química, con opción fisica teórica – Universidad Abdus El Malek Essaidi en Reino de Marruecos. Actualmente está estudiando en el quinto cuatrimestre del Doctorado en ingeniería y ciencias aplicadas, con ópción terminal en Tecnología Química en la Universidad Autónoma del Estado de Morelos (UAEM). Ha laborado en PORTICEL del mantenimiento de los buques de la marina real de Marruecos, E.M.G (Ex. American Appraisal Associates) y en Groupe Fadesa Maroc, en esta última en el departamento de de valoración de proyectos, contratación de subcontratistas y supervisiones de los proyectos de construcción e instalación.

Bassam Ali, Centro de Investigación en Energía, Universidad Nacional Autónoma de México, MÉXICO

Bassam Ali, de nacionalidad marroquí, nacido en Sevilla-España en 1977, Maestro en Ingeniería y ciencias aplicadas, actualmente estudiante de doctorado en el centro de Investigación en energía de la UNAM. Sus líneas de investigación son: Modelación y Simulación numérica, Optimización de procesos con métodos heurísticos (algoritmos genéticos, enjambre de partículas), Termodinámica y trasferencia de calor, Análisis estadístico de datos, Redes Neuronales Artificiales.

Citas

Aguilar Lasserre, A. A, Azzaro-Pantel C, Pibouleau L, Domenech S.: Modelisation des imprecisions de la demande en conception optimale multicritère d’atelier discontinues. In: Proceedings of the SFGP (Sociètè Francias de Gènie de procedes), Toulouse, France (2005).

Bautista M.A.: Modelo y software para la interpretación de cantidades difusas en un problema de diseño de procesos. MBA thesis, Instituto Tecnológico de Orizaba, México, 2007.

Berard: Stratègies de gestion de production dans un atelier flexible de chimie fine. These de doctorate, INP ENSIGC Toulouse, France(2000).

Cameron I.T., DIngram, G.D.: A Survey of industrial process modeling across the product and life cycle. Computers & Chemical Engineering Volume 32,Issue 3, 24 March 2008, page 420- 438. https://doi.org/10.1016/j.compchemeng.2007.02.015

Cao D.M., Yuan X.G.: Optimal design of batch plants with uncertain demands considering switchover of operating modes of parallel units. Industrial Engineering and Chemistry Research 2002; 41(18):4616-25. https://doi.org/10.1021/ie0103310

Chunfeng Wang, Hongying Quan, and Xien Xu: Optimal Design of Multiproduct Batch Chemical process Using Genetic Algorithm. Ind. Eng. Chem. Res. 1996, 35, 3560-3566. https://doi.org/10.1021/ie9506633

Douglas Hubbard: How to Measure Anything: Finding the Value of Intangibles in Business, p. 72, John Wiley & Sons, 2007

Floudas C.A., I.G. Akrotirianakis S, Caratzoulas, C.A. Meyer, J. Kallrath: Global Optimization in the 21st century: Advances and challenges. Computers & Chemical Engineering volume 29, Issue 6, 15 May 2005, pages 1185. https://doi.org/10.1016/j.compchemeng.2005.02.006

Hasebe S., Takeichiro Takamatsu, Iori Hashimoto: Optimal scheduling and minimum storage tank capacities in a process system with parallel batch units. Computers & Chemical Engineering, volume 3, Issues 1-4, 1979 pages 185-195.https://doi.org/10.1016/0098-1354(79)80031-9

Henning, N. Charles, Piogott W., Scott R. H.: Financial Markets and the economy. 5th ed, new Jersey, 1988.

Holland, J.: Adaptation in Natural and Artificial Systems, 1975. Oxford University Press

Huang H.J., Wang W.F.: Fuzzy decision-making design of chemical plant using mixed-integer hybrid differential evolution. Computers and Chemical Engineering 2002; 26(12):1649–60. https://doi.org/10.1016/S0098-1354(02)00098-4

Karimi I.A., Modi A.K.: Design of multiproduct batch processes with finite intermediate storage. Computers and Chemical Engineering 1989; 13(1-2):127-39. https://doi.org/10.1016/0098-1354(89)89013-1

Kaufmann, A., Gupta, M.M.: Fuzzy mathematical models in engineering and managements (1988). Science. North Holland.

Montagna, J. M., Vecchietti, A. R., Iribarren, O. A., Pinto, J. M., & Asenjom, J. A.: Optimal design of protein production plants with time and size factor process models. Biotechnology Progress, 16, 228–237 (2000). https://doi.org/10.1021/bp990145d

Ponsich A., Azzaro-Pantel C., Domenech S., Pibouleau, L.: Some Guidelines for Genetic Algorithm Implemenetation in MINLP Batch Plant Design Problems, Ind. Eng. Chem. Res., 2007, 46 (3). https://doi.org/10.1007/978-3-540-72960-0_14

Zadeh L.A.: The concept of a linguistic variable and its application to approximate reasoning. Information Sciences 1975; 8(3):199–249. https://doi.org/10.1016/0020-0255(75)90036-5

Descargas

Publicado

30-06-2010

Cómo citar

El-Hamzaoui, Y., Hernández, J. A., & Ali, B. (2010). A Heuristic Approach for Improvement Batch Plant Design under Imprecise demand using Fuzzy Logics. Programación matemática Y Software, 2(1), 1–16. https://doi.org/10.30973/progmat/2010.2.1/1

Número

Vol. 2 Núm. 1 (2010): Junio 2010

Sección

Artículos

Licencia

Derechos de autor 2010 Programación Matemática y Software

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.

Usted es libre de:

Compartir — compartir y redistribuir el material publicado en cualquier medio o formato.
Adaptar — combinar, transformar y construir sobre el material para cualquier propósito, incluso comercialmente.

Bajo las siguientes condiciones:

Atribución — Debe otorgar el crédito correspondiente, proporcionar un enlace a la licencia e indicar si se realizaron cambios. Puede hacerlo de cualquier manera razonable, pero de ninguna manera que sugiera que el licenciador lo respalda a usted o a su uso.
  Sin restricciones adicionales: no puede aplicar términos legales o medidas tecnológicas que restrinjan legalmente a otros a hacer cualquier cosa que permita la licencia.