Estudios de metamodelos en optimización vía simulación

Acosta Cervantes, Mary Carmen (2012) Estudios de metamodelos en optimización vía simulación. Maestría thesis, Universidad Autónoma de Nuevo León.

Vista previa

Texto 1080224759.pdf - Versión Aceptada Available under License Creative Commons Attribution Non-commercial No Derivatives. Download (6MB) | Vista previa Texto 1080227484.pdf - Versión Aceptada Available under License Creative Commons Attribution Non-commercial No Derivatives.

Resumen

La simulación por computadora es una herramienta necesaria en la industria manufacturera en el diseño eficiente y costeable de sus sistemas o procesos de manufactura con el fin de asegurar su viabilidad financiera. En muchos sistemas reales es necesario tomar decisiones sobre cambios en la estructura del diseño. Un modelo de simulación se puede utilizar cuando es impráctico realizar estos cambios en el sistema real o cuando existen limitaciones de tiempo y costo. Algunas veces, es también útil o necesario que un metamodelo reemplace el modelo de simulación para análisis y optimización. Muchos estudios con metamodelos requieren converger a soluciones atractivas en pocas corridas de simulación, por lo que es conveniente mejorar el modelo actual con el fin de realizar un análisis del sistema bajo estudio y la optimización del mismo. En este trabajo se comparan diferentes técnicas de metamodelación- regresión saturada, regresión de segundo orden y redes neuronales artificiales- en coordinación con un método de optimización basado en simulaciones desarrollado por María G. Villarreal y Mauricio Cabrera-Ríos (Villarreal, 2007; Villarreal et al., 2008). El objetivo de este trabajo de tesis es converger rápidamente a configuraciones atractivas. La validación del método se llevó a cabo mediante su aplicación a funciones de prueba, funciones no lineales polinomiales y no polinomiales. De acuerdo a los resultados aquí obtenidos se puede inferir que el método en coordinación con las redes neuronales como metamodelos, tiene rápida convergencia a soluciones atractivas manteniendo un bajo número de evaluaciones de simulación. Recursos computacionales modestos fueron utilizados para codificar el método. Se presenta además un caso de estudio en pronóstico de series de tiempo, la simulación de una RNA de pronóstico a un período futuro con medida de desempeño del mínimo error de validación aplicado a cuatro series de tiempo reales, tres de ellas correspondientes a actividades económicas de Tamaulipas (México) y una referente al valor del Euro-Dólar al valor de cierre. La optimización de este estudio se abordó con el método de optimización de simulaciones. Los resultados inciden en que el método converge a soluciones altamente competitivas en pocas corridas de simulación. Finalmente, con el objetivo de no invertir mayor requerimiento computacional, todos los casos desarrollados en este trabajo fueron instaurados en MS Excel. Esto además, mantiene la aplicación factible del método al no requerir software computacional especializado.

Actions (login required)

Ver elemento