000 03998cmm a2200265 a 4500
001 u316116
003 SIRSI
008 091130s2006 mx f spa d
040 _cMX-MeUAM
041 0 _aspa
050 0 _aQA402.5
_bP45 2006
100 1 _aPelayo Sánchez, Ricardo Javier.
245 1 0 _aImplementación de un algoritmo genético en la simulación de un sistema de enfriamiento por absorción
_h[recurso electrónico] :
_b(ciclo solar gax) /
_cRicardo Javier Pelayo Sánchez ; director Nicolás Velázquez Limón.
260 _aMexicali, Baja California,
_c2006.
300 _a1 disco compacto ;
_c4 3/4 plg.
502 _aTesis (Licenciatura) --Universidad Autónoma de Baja California. Facultad de Ingeniería, Mexicali, 2006.
504 _aIncluye referencias bibliográficas.
520 _aEl modelo matemático y la simulación operativa de las unidades térmicas de enfriamiento solar, consiste en encontrar la solución a sistemas de ecuaciones algebraicas no lineales. Más aún, este tipo de sistemas involucran muchas corrientes con reciclos, esto es, conexiones en la forma de ciclos, la solución secuencial directa de los modelos matemáticos para las unidades del proceso no es posible, lo cual complica su solución y provoca que el modelo matemático presente puntos de no determinación, obligando la incorporación de procedimientos iterativos, llamados bloques de convergencia. Los métodos tradicionales requieren para su solución la aplicación de una técnica convencional para obtener el siguiente valor de las variables, no siempre convergen a una solución satisfactoria y dependen en gran medida de los valores iniciales con los cuales arranquen. Las técnicas modernas de búsqueda heurística ofrecen atractivas alternativas para la optimización de estos sistemas. Tal es el caso de los Algoritmos Genéticos (AG) (Holland, 1975), los cuales son métodos de optimización, búsqueda y aprendizaje inspirados en los mecanismos de Evolución Natural y Evolución Genética. En este trabajo se presenta la implementación de un Algoritmo Genético como un método de búsqueda de los valores adecuados de las variables de ruptura presentes en el modelo matemático de un Sistema Térmico de Enfriamiento por Absorción Avanzado (ciclo GAX), activado con energía solar y gas natural. Se formuló, desarrolló y resolvió el modelo matemático de cada uno de los módulos que componen el sistema en estudio. Se realizó el particionado del sistema en subsistemas, se identificaron las variables de corte (iterativas) y se estableció la secuencia de cálculo para cada uno de los subsistemas, los cuales en conjunto resuelven el sistema total. Se definió el algoritmo genético propuesto para encontrar el valor de las variables de corte, dentro del cual se estableció el tipo de representación, codificación y el rango de valores para dichas variables, se establecieron los parámetros de control, así como los operadores de reproducción, y para evitar que el algoritmo se estacionara en un óptimo local se estableció una estrategia para generar diversidad. Se definió la arquitectura y el flujo de información para el simulador desarrollado, el cual contempla dentro de su arquitectura aspectos de un simulador de propósito general. Posteriormente se llevaron a cabo experimentos de simulación con el fin de probar su desempeño en la búsqueda del valor adecuado de las variables de corte. Los resultados mostraron que efectivamente el algoritmo resuelve dicho problema y además se hizo evidente su potencial como algoritmo de exploración en la búsq
650 4 _aAlgoritmos genéticos
_vTesis y disertaciones académicas.
700 1 _aVelázquez Limón, Nicolás,
_edir.
710 2 _aUniversidad Autónoma de Baja California.
_bFacultad de Ingeniería.
596 _a2
942 _cTESIS
999 _c158029
_d158029