Вы находитесь на странице: 1из 29

Simulacin y Optimizacin de Procesos Qumicos

Titulacin: Ingeniera Qumica. 5 Curso


Optimizacin

MILP, MINLP
(Mixed Integer (Non) Linear Programming) .

Octubre de 2009. Jos A. Caballero

Esta obra est bajo una licencia Reconocimiento-No comercial-Sin obras derivadas 3.0 Espaa de Creative Commons. Para ver una copia de esta licencia, visite
http://creativecommons.org/licenses/by-nc-nd/3.0/es/ o envie una carta a Creative Commons, 171 Second Street, Suite 300, San Francisco, California 94105, USA.
Citar como: J.A. Caballero Surez, material docente para la asignatura Simulacin y Optimizacin de procesos Qumicos, Octubre 2009. Universidad de Alicante.

Optimizacin Discreta

Programacin Lineal de con variables discretas (MILP)


min Z = cT x + aT y
s.a. Ax + By b 0
x 0, x n , y {0,1}

Algoritmos
I. Enumeracin
Ramificacin y Acotamiento (Land, Doig 1960; Dankin 1965)
Idea Bsica: Particin sucesiva del espacio entero para eliminar regiones. Se
lleva a cabo una bsqueda en rbol, donde cada nodo es un LP.

II. Convexificacin
Planos de corte (Gomory 1958; Crowder y col, 1983; Balas y col. 1993)
Idea Bsica: resolver una serie de subproblemas LP aadiendo cada vez
desigualdades vlidas que corten soluciones previas.

Ramificacin y Acotamiento ampliamente utilizado


Integracin de los mtodos : RAMIFICACIN Y CORTE
Simulacin y Optimizacin de Procesos Qumicos.

Jos A. Caballero

Esta obra est bajo una licencia Reconocimiento-No comercial-Sin obras derivadas 3.0 Espaa de Creative Commons. Para ver una copia de esta licencia, visite
http://creativecommons.org/licenses/by-nc-nd/3.0/es/ o envie una carta a Creative Commons, 171 Second Street, Suite 300, San Francisco, California 94105, USA.
Citar como: J.A. Caballero Surez, material docente para la asignatura Simulacin y Optimizacin de procesos Qumicos, Octubre 2009. Universidad de Alicante.

No funciona en MILP

Enumeracin exhaustiva slo vlida para problemas pequeos


5. Variables binarias
10 Variables binarias
50 Variables binarias
100. Variables binarias
1000. Variables binarias

32
1024
1015
1030
103000

combinaciones enteras
combinaciones enteras
combinaciones enteras
combinaciones enteras
combinaciones enteras

1040
1030

Escala de
tiempo

1020

Microsegundos desde el Big Bang


(Unos trece mil setecientos millones de aos)

1010

Microsegundos en un da

(Microsegundos)

0
Simulacin y Optimizacin de Procesos Qumicos.

Jos A. Caballero

Esta obra est bajo una licencia Reconocimiento-No comercial-Sin obras derivadas 3.0 Espaa de Creative Commons. Para ver una copia de esta licencia, visite
http://creativecommons.org/licenses/by-nc-nd/3.0/es/ o envie una carta a Creative Commons, 171 Second Street, Suite 300, San Francisco, California 94105, USA.
Citar como: J.A. Caballero Surez, material docente para la asignatura Simulacin y Optimizacin de procesos Qumicos, Octubre 2009. Universidad de Alicante.

No funciona en MILP

Relajacin y Redondeo
y2

Optimo entero

Optimo entero

y2

Optimo
relajado

Optimo
relajado

0
0

Redondeo: no-factible

NO-FACTIBLE

Simulacin y Optimizacin de Procesos Qumicos.

y1

y1

Redondeo: factible

SUB-OPTIMO !

Jos A. Caballero

Esta obra est bajo una licencia Reconocimiento-No comercial-Sin obras derivadas 3.0 Espaa de Creative Commons. Para ver una copia de esta licencia, visite
http://creativecommons.org/licenses/by-nc-nd/3.0/es/ o envie una carta a Creative Commons, 171 Second Street, Suite 300, San Francisco, California 94105, USA.
Citar como: J.A. Caballero Surez, material docente para la asignatura Simulacin y Optimizacin de procesos Qumicos, Octubre 2009. Universidad de Alicante.

No funciona en MILP

Reformulacin del problema como no lineal:

min : Z = y1 + 2 y2

0 y1 1

s.a. 2 y1 + y2 1
y1 , y2 {0,1}

0 y2 1

y1 (1 y1 ) 0

y2 (1 y2 ) 0

Reemplazar
y {0,1}

Utilizando el cdigo CONOPT2:


Punto Inicial:
y1 = 0; y2 = 0

Resultado
no factible

y1 = 0.5; y2 = 0.5

y1 = 0; y2 =1; Z = 2

Solucin optima:

y1 = 1; y2 = 0; Z =1

Simulacin y Optimizacin de Procesos Qumicos.

Sub-ptimo

Jos A. Caballero

Esta obra est bajo una licencia Reconocimiento-No comercial-Sin obras derivadas 3.0 Espaa de Creative Commons. Para ver una copia de esta licencia, visite
http://creativecommons.org/licenses/by-nc-nd/3.0/es/ o envie una carta a Creative Commons, 171 Second Street, Suite 300, San Francisco, California 94105, USA.
Citar como: J.A. Caballero Surez, material docente para la asignatura Simulacin y Optimizacin de procesos Qumicos, Octubre 2009. Universidad de Alicante.

Ramificacin y Acotamiento

Particionamiento del espacio entero a travs de una rbol binario


Nodo raz (relajacin LP)
y1= 0

y1= 1

Nodo l
y2= 0

y2= 1

y2= 0

y2= 1

Nodo k
y 3= 0

y3= 0
y 3= 1

y3= 0
y3= 1

y 3= 0
y3= 1

y3= 1

Nota: 15 nodos para 23 = 8 combinaciones 0-1


Nodo k descendiente del nodo l

Simulacin y Optimizacin de Procesos Qumicos.

Jos A. Caballero

Esta obra est bajo una licencia Reconocimiento-No comercial-Sin obras derivadas 3.0 Espaa de Creative Commons. Para ver una copia de esta licencia, visite
http://creativecommons.org/licenses/by-nc-nd/3.0/es/ o envie una carta a Creative Commons, 171 Second Street, Suite 300, San Francisco, California 94105, USA.
Citar como: J.A. Caballero Surez, material docente para la asignatura Simulacin y Optimizacin de procesos Qumicos, Octubre 2009. Universidad de Alicante.

Ramificacin y Acotamiento
Nodo raz (relajacin LP)
y1= 0

y 2= 0

y1= 1

y2= 1

y2= 0

y2= 1

Nodo l
y3= 0

y3= 0
y3= 1

y3= 0

y 3= 0

y3= 1

y 3= 1

Nodo k

Simulacin y Optimizacin de Procesos Qumicos.

y 3= 1

Sea el nodo k un nodo


descendiente del nodo l

Jos A. Caballero

Esta obra est bajo una licencia Reconocimiento-No comercial-Sin obras derivadas 3.0 Espaa de Creative Commons. Para ver una copia de esta licencia, visite
http://creativecommons.org/licenses/by-nc-nd/3.0/es/ o envie una carta a Creative Commons, 171 Second Street, Suite 300, San Francisco, California 94105, USA.
Citar como: J.A. Caballero Surez, material docente para la asignatura Simulacin y Optimizacin de procesos Qumicos, Octubre 2009. Universidad de Alicante.

Ramificacin y Acotamiento

Dado que el nodo k es descendiente del nodo l


1.- Si LPl es NO-FACTIBLE entonces LPk es NO-FACTIBLE

min Z = cT x + aT y
s.a. Ax + By b 0
x 0, x n , y {0,1}

2.- Si LPk es FACTIBLE entonces Zl Zk


Incremento montono de funcin objetivo
Zl : LIMITE INFERIOR

3.- Si LPk es una solucin ENTERA Zk Z*


Zk: LIMITE SUPERIOR

Reglas de eliminacin de nodos

Simulacin y Optimizacin de Procesos Qumicos.

Nodo no factible
Lmite inferior supera lmite superior
Jos A. Caballero

Esta obra est bajo una licencia Reconocimiento-No comercial-Sin obras derivadas 3.0 Espaa de Creative Commons. Para ver una copia de esta licencia, visite
http://creativecommons.org/licenses/by-nc-nd/3.0/es/ o envie una carta a Creative Commons, 171 Second Street, Suite 300, San Francisco, California 94105, USA.
Citar como: J.A. Caballero Surez, material docente para la asignatura Simulacin y Optimizacin de procesos Qumicos, Octubre 2009. Universidad de Alicante.

Ramificacin y Acotamiento

Para utilizar un algoritmo de R. A. hay dos decisiones que tomar:


1. Qu variable se selecciona para ramificar en cada nodo
2. Qu nodo, entre los abiertos, es el siguiente en la enumeracin

Reglas de ramificacin: Seleccin de variable


1.- Fijar prioridades en la variables para ramificacin
2.- Seleccionar para ramificar aquella variable, entre las binarias, con un valor ms
cercano a 0.5.
3.- Coste Penalizado (Driebneck, 1966)

Simulacin y Optimizacin de Procesos Qumicos.

Jos A. Caballero

Esta obra est bajo una licencia Reconocimiento-No comercial-Sin obras derivadas 3.0 Espaa de Creative Commons. Para ver una copia de esta licencia, visite
http://creativecommons.org/licenses/by-nc-nd/3.0/es/ o envie una carta a Creative Commons, 171 Second Street, Suite 300, San Francisco, California 94105, USA.
Citar como: J.A. Caballero Surez, material docente para la asignatura Simulacin y Optimizacin de procesos Qumicos, Octubre 2009. Universidad de Alicante.

Ramificacin y Acotamiento

Reglas de ramificacin: Seleccin del nodo a ramificar

1.- Bsqueda en profundidad: Continuar siempre hacia delante en la rama seleccionada,


y slo volver hacia atrs cuando no se pueda continuar. Continuar siempre por la rama
abierta ms cercana al punto de retorno.
2.- Bsqueda en anchura: Continuar siempre por el nodo de mejor valor de funcin
objetivo.

En la prctica, cuando se trabaja con variables binarias, se utiliza dicotoma


(siempre e prueba el valor y=0 e y=1 de la variable a ramificar) y bsqueda en
profundidad. Aunque los solvers modernos utilizan estrategias complejas de
ramificacin.

Simulacin y Optimizacin de Procesos Qumicos.

Jos A. Caballero

Esta obra est bajo una licencia Reconocimiento-No comercial-Sin obras derivadas 3.0 Espaa de Creative Commons. Para ver una copia de esta licencia, visite
http://creativecommons.org/licenses/by-nc-nd/3.0/es/ o envie una carta a Creative Commons, 171 Second Street, Suite 300, San Francisco, California 94105, USA.
Citar como: J.A. Caballero Surez, material docente para la asignatura Simulacin y Optimizacin de procesos Qumicos, Octubre 2009. Universidad de Alicante.

Ejemplo 1 MILP
(DFS)

min z = x + y1 + 3 y2 + 2 y3

z=9
y2=1

z=6.5

s. a. x + 3 y1 + 2 y2 + y3 0

5 y1 8 y2 3 y3 9

[1,1,0]
x 0;

y1=1

[1, 0.5, 0]

y2=0
no factible

z =5.8

z=6.75

y3=1

[0.2, 1, 0]
y1=0

y1, y2 , y3 = 0,1

z=6

y2=1

z=8
7

ptimo

[0, 1, 1]

[0, 0.75, 1]

y2=0

no factible

[0, 1, 0.333]
y3=0
Simulacin y Optimizacin de Procesos Qumicos.

no factible

Jos A. Caballero

Esta obra est bajo una licencia Reconocimiento-No comercial-Sin obras derivadas 3.0 Espaa de Creative Commons. Para ver una copia de esta licencia, visite
http://creativecommons.org/licenses/by-nc-nd/3.0/es/ o envie una carta a Creative Commons, 171 Second Street, Suite 300, San Francisco, California 94105, USA.
Citar como: J.A. Caballero Surez, material docente para la asignatura Simulacin y Optimizacin de procesos Qumicos, Octubre 2009. Universidad de Alicante.

Ejemplo 1 MILP
(BFS)

min z = x + y1 + 3 y2 + 2 y3

z=9
y2=1

z=6.5

s. a. x + 3 y1 + 2 y2 + y3 0

5 y1 8 y2 3 y3 9

[1,1,0]
x 0;

y1=1

[1, 0.5, 0]

y2=0
no factible

z =5.8

z=6.75

y3=1

[0.2, 1, 0]
y1=0

y1, y2 , y3 = 0,1

z=6

y2=1

z=8
9

ptimo

[0, 1, 1]

[0, 0.75, 1]

y2=0

no factible

[0, 1, 0.333]
y3=0
Simulacin y Optimizacin de Procesos Qumicos.

no factible

Jos A. Caballero

Esta obra est bajo una licencia Reconocimiento-No comercial-Sin obras derivadas 3.0 Espaa de Creative Commons. Para ver una copia de esta licencia, visite
http://creativecommons.org/licenses/by-nc-nd/3.0/es/ o envie una carta a Creative Commons, 171 Second Street, Suite 300, San Francisco, California 94105, USA.
Citar como: J.A. Caballero Surez, material docente para la asignatura Simulacin y Optimizacin de procesos Qumicos, Octubre 2009. Universidad de Alicante.

Ejemplo 2
min z = ( 5 y1 + 3 y2 + 2.3 y3 + 1.4 y4 0.95 y5 ) + 10
s.a.

2.5 y1 + 2 y2 + 2 y3 + 0.2 y4 0.85 y5 3


0.5 y1 + 0.3 y2 + 0.3 y4 1

z =4.05
4

yi {0,1} i = 1, 2,3, 4,5

[0.64, 0, 1, 1, 1]

Nodo con valor mayor


que cota superior. No es
necesario continuar por
esta rama

z =3.225
2

z =2.9

[1, 0, 0.15, 1, 0]

z =3.60
5

Cota superior

OPTIMO

[1, 0, 0, 1, 0]

[1, 0.55, 0, 1, 1]

z =3.35
3

no-factible
6

[0.64, 0, 1, 1, 1]
z =4.68
7

[0, 1, 0.4, 1, 1]
Simulacin y Optimizacin de Procesos Qumicos.

Nodo con valor mayor


que cota superior. No es
necesario continuar por
esta rama
Jos A. Caballero

Esta obra est bajo una licencia Reconocimiento-No comercial-Sin obras derivadas 3.0 Espaa de Creative Commons. Para ver una copia de esta licencia, visite
http://creativecommons.org/licenses/by-nc-nd/3.0/es/ o envie una carta a Creative Commons, 171 Second Street, Suite 300, San Francisco, California 94105, USA.
Citar como: J.A. Caballero Surez, material docente para la asignatura Simulacin y Optimizacin de procesos Qumicos, Octubre 2009. Universidad de Alicante.

Ejemplo 3 (DFS)

z =4.08

[no-factible]

z =2.35

[0, 1, 0.4, 1, 0]

z =4.60

0.64, 1, 0, 1, 1]

z =3.405

[1, 0.55, 0, 1, 1]

z =5.05
8

[1, 0, 0.15, 1, 0]

Cota superior

[0, 1, 0, 1, 0]

[no-factible]

z =2.35
1

[0.64, 0, 1, 1, 1]

Nodo con valor mayor


que cota superior. No es
necesario continuar por
esta rama

z =3.6
9

Cota superior

OPTIMO

[1, 0, 0, 1, 1]
Simulacin y Optimizacin de Procesos Qumicos.

Jos A. Caballero

Esta obra est bajo una licencia Reconocimiento-No comercial-Sin obras derivadas 3.0 Espaa de Creative Commons. Para ver una copia de esta licencia, visite
http://creativecommons.org/licenses/by-nc-nd/3.0/es/ o envie una carta a Creative Commons, 171 Second Street, Suite 300, San Francisco, California 94105, USA.
Citar como: J.A. Caballero Surez, material docente para la asignatura Simulacin y Optimizacin de procesos Qumicos, Octubre 2009. Universidad de Alicante.

Algunas consideraciones importantes

La dificultad para resolver un M ILP est relacionada con:


1. Tamao del GAP de relajacin
2. N de variables 0-1
3. N de restricciones.
Sin embargo esto es especfico de cada problema. Un problema con 20 variables
binarias podra ser mucho ms difcil de resolver que otro con 1000.
El correcto modelado del problema, es para los MILP de crucial importancia.
Algunas mejoras en los algoritmos de Ramificacin y Acotamiento:
1.
2.
3.
4.
5.
6.

Reduccin de coeficiente
Eliminar restricciones redundantes
Aadir desigualdades lgicas (aunque estrictamente no sean necesarias)
Estrechar los lmites de las variables
Estrategias de ramificacin especiales para algunas restricciones (o variables ej SOS1)
Etc

Simulacin y Optimizacin de Procesos Qumicos.

Jos A. Caballero

Esta obra est bajo una licencia Reconocimiento-No comercial-Sin obras derivadas 3.0 Espaa de Creative Commons. Para ver una copia de esta licencia, visite
http://creativecommons.org/licenses/by-nc-nd/3.0/es/ o envie una carta a Creative Commons, 171 Second Street, Suite 300, San Francisco, California 94105, USA.
Citar como: J.A. Caballero Surez, material docente para la asignatura Simulacin y Optimizacin de procesos Qumicos, Octubre 2009. Universidad de Alicante.

Reduccin de coeficiente

Considere la siguiente restriccin

aj yj

b a j > 0 y j {0,1}

Si ak > b reemplazar ak por b:

aj yj
jk

b a j > 0 y j {0,1}

Ejemplo:

2 y1 + y2 1

b yk +

(1)

y1 + y2 1

(2)

(2)
0
Simulacin y Optimizacin de Procesos Qumicos.

(1)

1
Jos A. Caballero

Esta obra est bajo una licencia Reconocimiento-No comercial-Sin obras derivadas 3.0 Espaa de Creative Commons. Para ver una copia de esta licencia, visite
http://creativecommons.org/licenses/by-nc-nd/3.0/es/ o envie una carta a Creative Commons, 171 Second Street, Suite 300, San Francisco, California 94105, USA.
Citar como: J.A. Caballero Surez, material docente para la asignatura Simulacin y Optimizacin de procesos Qumicos, Octubre 2009. Universidad de Alicante.

Correcto modelado y relaciones lgicas


Si el conjunto de restricciones lineales no es nico
Entonces. Cul es la mejor opcin?
Ejemplo: Una restriccin habitual
Si la tarea Yi se lleva a cabo en cualquier perodo i=1..n entonces seleccionar la unidad Z.
Intuitivamente se pueden escribir 2 conjuntos de restricciones algebraicas vlidas

A-

yi n z

Una nica desigualdad

i =1

B-

z yi i =1,2,...., n

Conjunto de n desigualdades

z ( y1 + y 2 ) 2
Considerese el caso con i=2
Simulacin y Optimizacin de Procesos Qumicos.

z y1
z y2

A
B
Jos A. Caballero

Esta obra est bajo una licencia Reconocimiento-No comercial-Sin obras derivadas 3.0 Espaa de Creative Commons. Para ver una copia de esta licencia, visite
http://creativecommons.org/licenses/by-nc-nd/3.0/es/ o envie una carta a Creative Commons, 171 Second Street, Suite 300, San Francisco, California 94105, USA.
Citar como: J.A. Caballero Surez, material docente para la asignatura Simulacin y Optimizacin de procesos Qumicos, Octubre 2009. Universidad de Alicante.

z ( y1 + y 2 ) 2

Caso A

Regin factible

Punto no entero

Punto no entero

y2

Simulacin y Optimizacin de Procesos Qumicos.

y1

Jos A. Caballero

Esta obra est bajo una licencia Reconocimiento-No comercial-Sin obras derivadas 3.0 Espaa de Creative Commons. Para ver una copia de esta licencia, visite
http://creativecommons.org/licenses/by-nc-nd/3.0/es/ o envie una carta a Creative Commons, 171 Second Street, Suite 300, San Francisco, California 94105, USA.
Citar como: J.A. Caballero Surez, material docente para la asignatura Simulacin y Optimizacin de procesos Qumicos, Octubre 2009. Universidad de Alicante.

z y1

Caso B

z y2

Regin factible

y2
Simulacin y Optimizacin de Procesos Qumicos.

y1

Jos A. Caballero

Esta obra est bajo una licencia Reconocimiento-No comercial-Sin obras derivadas 3.0 Espaa de Creative Commons. Para ver una copia de esta licencia, visite
http://creativecommons.org/licenses/by-nc-nd/3.0/es/ o envie una carta a Creative Commons, 171 Second Street, Suite 300, San Francisco, California 94105, USA.
Citar como: J.A. Caballero Surez, material docente para la asignatura Simulacin y Optimizacin de procesos Qumicos, Octubre 2009. Universidad de Alicante.

Conjuntos de ordenacin especial

Considere la siguiente restriccin

SOS1

yi = 1
iI

En lugar de la regla habitual de ramificacin :


Se divide I en dos subconjuntos iguales I1 e I2
Se ramifica sobre la dicotoma:

yi = 0

iI1

y1 + y2 + y3 + y4 = 0
y5 + y6 = 0

y7 = 0

y5 = 0

Simulacin y Optimizacin de Procesos Qumicos.

yi = 0

iI 2

y5 + y6 + y7 + y8 = 0

y7 + y8 = 0

y8 = 0

y6 = 0

y1 + y2 = 0

y3 = 0

y4 = 0

y3 + y4 = 0

y1 = 0

y2 = 0

Jos A. Caballero

Esta obra est bajo una licencia Reconocimiento-No comercial-Sin obras derivadas 3.0 Espaa de Creative Commons. Para ver una copia de esta licencia, visite
http://creativecommons.org/licenses/by-nc-nd/3.0/es/ o envie una carta a Creative Commons, 171 Second Street, Suite 300, San Francisco, California 94105, USA.
Citar como: J.A. Caballero Surez, material docente para la asignatura Simulacin y Optimizacin de procesos Qumicos, Octubre 2009. Universidad de Alicante.

MINLP
Programacin No-Lineal de con variables discretas (MINLP)
Algoritmos
Ramificacin y Acotamiento

min : f ( x, y )
s.a. h( x, y ) = 0
g ( x, y ) 0
x X n
y {0,1}

Ravindran y Gupta 1985; Leyffer y Fletcher 2001


Ramificacin y corte: Stuubs y Mehrota 1999

Descomposicin de Benders Generalizada


Geofrion, 1972

Aproximaciones Exteriores
Duran y Grossmann 1986; Yuan y col 1988;
Fletcher y Leyffer 1994

LP/NLP Ramificacin y Acotamiento


Quesada y Grossmann 1992

Plano de Corte Extendido


Westerlund y Petersen 1995
Simulacin y Optimizacin de Procesos Qumicos.

Jos A. Caballero

Esta obra est bajo una licencia Reconocimiento-No comercial-Sin obras derivadas 3.0 Espaa de Creative Commons. Para ver una copia de esta licencia, visite
http://creativecommons.org/licenses/by-nc-nd/3.0/es/ o envie una carta a Creative Commons, 171 Second Street, Suite 300, San Francisco, California 94105, USA.
Citar como: J.A. Caballero Surez, material docente para la asignatura Simulacin y Optimizacin de procesos Qumicos, Octubre 2009. Universidad de Alicante.

MINLP
Ramificacin y Acotamiento
Enumeracin en rbol

Cada nodo es un NLP-1


k
min : Z LB
= f ( x, y )

s.a g j ( x, y ) 0
x X , 0 y 1

Ventaja:

yi 0

k
i I FL

yi 1

k
i I FU

Formulacin sencilla, slo requiere problemas de tipo NLP-1

Inconveniente: Potencialmente sera necesario resolver muchos NLPs


Convergencia global: slo necesita que cada NLP-1 alcance su ptimo global

Simulacin y Optimizacin de Procesos Qumicos.

Jos A. Caballero

Esta obra est bajo una licencia Reconocimiento-No comercial-Sin obras derivadas 3.0 Espaa de Creative Commons. Para ver una copia de esta licencia, visite
http://creativecommons.org/licenses/by-nc-nd/3.0/es/ o envie una carta a Creative Commons, 171 Second Street, Suite 300, San Francisco, California 94105, USA.
Citar como: J.A. Caballero Surez, material docente para la asignatura Simulacin y Optimizacin de procesos Qumicos, Octubre 2009. Universidad de Alicante.

MINLP
Los diferentes algoritmos se pueden derivar por la combinacin de diferentes subproblemas
a) NLP Relajado (relajacin de alguna binaria).
Lmite inferior

min :

k
Z LB

= f ( x, y )

s.a g j ( x, y ) 0
x X , 0 y 1
yi 0

k
i I FL

yi 1

k
i I FU

(NLP-R)

b) NLP Variables binarias fijas.


Lmite Superior

min : ZUk = f ( x, y k )
s.a g j ( x, y ) 0
k

(NLP-1)

x X

c) NLP De Factibilidad para una yk fija.

min : u
s.a g j ( x, y k ) u
x X , u R1
Simulacin y Optimizacin de Procesos Qumicos.

(NLP-F)

Minimizacin de la norma infinito del


vector de no-factibilidades

Jos A. Caballero

Esta obra est bajo una licencia Reconocimiento-No comercial-Sin obras derivadas 3.0 Espaa de Creative Commons. Para ver una copia de esta licencia, visite
http://creativecommons.org/licenses/by-nc-nd/3.0/es/ o envie una carta a Creative Commons, 171 Second Street, Suite 300, San Francisco, California 94105, USA.
Citar como: J.A. Caballero Surez, material docente para la asignatura Simulacin y Optimizacin de procesos Qumicos, Octubre 2009. Universidad de Alicante.

MINLP
Problema Maestro (Duran y Grossmann, 1986)
M-MILP

min : Z Lk =

k = 1...K
k

k
k
k
k T xx
g j ( x , y ) + g j ( x , y )

0
j

k
y y

x
s.a. f ( x k , y k ) + f ( x k , y k )T

k
y y

Notas:
a) El punto (xk, yk) k = 1K se obtiene normalmente de NLP-1
b) Las linealizaciones se acumulan en cada iteracin
c) Produce una secuencia no-decreciente de lmites inferiores
Simulacin y Optimizacin de Procesos Qumicos.

Jos A. Caballero

Esta obra est bajo una licencia Reconocimiento-No comercial-Sin obras derivadas 3.0 Espaa de Creative Commons. Para ver una copia de esta licencia, visite
http://creativecommons.org/licenses/by-nc-nd/3.0/es/ o envie una carta a Creative Commons, 171 Second Street, Suite 300, San Francisco, California 94105, USA.
Citar como: J.A. Caballero Surez, material docente para la asignatura Simulacin y Optimizacin de procesos Qumicos, Octubre 2009. Universidad de Alicante.

MINLP
Funcin objetivo convexa

Regin factible convexa


x1
x1

f(x)

x2
x1

x2

Subestimacin de la
funcin objetivo

Simulacin y Optimizacin de Procesos Qumicos.

x2

Sobreestimacin de la
regin factible

Jos A. Caballero

Esta obra est bajo una licencia Reconocimiento-No comercial-Sin obras derivadas 3.0 Espaa de Creative Commons. Para ver una copia de esta licencia, visite
http://creativecommons.org/licenses/by-nc-nd/3.0/es/ o envie una carta a Creative Commons, 171 Second Street, Suite 300, San Francisco, California 94105, USA.
Citar como: J.A. Caballero Surez, material docente para la asignatura Simulacin y Optimizacin de procesos Qumicos, Octubre 2009. Universidad de Alicante.

MINLP
Algoritmo de las aproximaciones exteriores (implementado en GAMS como DICOPT)

NLP-R

Problema relajado. Binarias


relajadas a continuas entre 0 y 1
Cota Inferior:
Valores de yk para NLP-1
Funcin objetivo = ZM

MILP-M

(y fijas)
Cota Superior. Posible Solucin.
Nueva linealizacin en x ptima
Z* = mejor cota superior

NLP-1
Corte
Binario
NLP-1
Factible

No
NLP-F

Problema de factibilidad

S
No

ZM > Z*

Simulacin y Optimizacin de Procesos Qumicos.

Fin
Jos A. Caballero

Esta obra est bajo una licencia Reconocimiento-No comercial-Sin obras derivadas 3.0 Espaa de Creative Commons. Para ver una copia de esta licencia, visite
http://creativecommons.org/licenses/by-nc-nd/3.0/es/ o envie una carta a Creative Commons, 171 Second Street, Suite 300, San Francisco, California 94105, USA.
Citar como: J.A. Caballero Surez, material docente para la asignatura Simulacin y Optimizacin de procesos Qumicos, Octubre 2009. Universidad de Alicante.

MINLP
Extensin a problemas con restricciones de igualdad:
La nica modificacin necesaria es a nivel del problema MASTER

min : Z Lk =
x xk
s.a. f ( x , y ) + f ( x , y )

k
y y
k

k T

x
g j ( x k , y k ) + g j ( x k , y k )T
0 j J
k
y y

sign(i ) hi ( x k , y k )T

k = 1....K

x x k

0 i I
k
y y

Relajacin de la igualdad en desigualdad utilizando el signo del multiplicador de Lagrange

Simulacin y Optimizacin de Procesos Qumicos.

Jos A. Caballero

Esta obra est bajo una licencia Reconocimiento-No comercial-Sin obras derivadas 3.0 Espaa de Creative Commons. Para ver una copia de esta licencia, visite
http://creativecommons.org/licenses/by-nc-nd/3.0/es/ o envie una carta a Creative Commons, 171 Second Street, Suite 300, San Francisco, California 94105, USA.
Citar como: J.A. Caballero Surez, material docente para la asignatura Simulacin y Optimizacin de procesos Qumicos, Octubre 2009. Universidad de Alicante.

Cdigos comerciales para MINLP


DICOPT++ (GAMS) Viswanathan y Grossmann (1990)
Aproximaciones exteriores
AOA (AIMSS)
Aproximaciones exteriores
MINLP (AMPL) Fletcher y Layffer (1999)
Ramificacin y acotamiento
-ECP Westerlund y Petersson (1996)
Plano de corte extendido (tambin bajo GAMS)
MINOPT Scheweiger y Floudas (1998)
Descomposicin de Benders
BARON Sahinidis y col (1998)
Optimizacin global (tambin bajo GAMS)
SBB (GAMS)
Ramificacin y acotamiento simple.
Simulacin y Optimizacin de Procesos Qumicos.

Jos A. Caballero

Esta obra est bajo una licencia Reconocimiento-No comercial-Sin obras derivadas 3.0 Espaa de Creative Commons. Para ver una copia de esta licencia, visite
http://creativecommons.org/licenses/by-nc-nd/3.0/es/ o envie una carta a Creative Commons, 171 Second Street, Suite 300, San Francisco, California 94105, USA.
Citar como: J.A. Caballero Surez, material docente para la asignatura Simulacin y Optimizacin de procesos Qumicos, Octubre 2009. Universidad de Alicante.

Sistemas de modelado
Programacin Matemtica

GAMS (Meeraus y col, 1997)


AMPL (Fourer y col, 1995)
AIMSS (Bisschop y col, 2000)

1. Sistemas de modelado algebraico: Modelos basados en ecuaciones


2. Capacidad de indexado. Permite plantear problemas grandes con poco esfuerzo
3. Diferenciacin automtica. El usuario no tiene que proporcionar informacin de
derivadas.
4. Conexin automtica don diferentes cdigos (sin cambiar la formulacin del
modelo) y diferentes tipos de modelos (LP, MILP, NLP, MINLP )
Simulacin y Optimizacin de Procesos Qumicos.

Jos A. Caballero

Esta obra est bajo una licencia Reconocimiento-No comercial-Sin obras derivadas 3.0 Espaa de Creative Commons. Para ver una copia de esta licencia, visite
http://creativecommons.org/licenses/by-nc-nd/3.0/es/ o envie una carta a Creative Commons, 171 Second Street, Suite 300, San Francisco, California 94105, USA.
Citar como: J.A. Caballero Surez, material docente para la asignatura Simulacin y Optimizacin de procesos Qumicos, Octubre 2009. Universidad de Alicante.