Genetic Algorithms for the Optimization of Chemical Processes Based on Problem Descriptions

0050648 - ÚI 2007 RIV US eng J - Journal Article
Holeňa, Martin - Rodemerck, U. - Čukić, T. - Linke, D. - Dingerdissen, U.
Genetic Algorithms for the Optimization of Chemical Processes Based on Problem Descriptions.
[Genetické algoritmy pro optimalizaci chemických procesů založené na popisu problému.]
WSEAS Transactions on Mathematics. Roč. 6, č. 4 (2007), s. 615-621. ISSN 1109-2769
R&D Projects: GA ČR GA201/05/0325
Institutional research plan: CEZ:AV0Z10300504
Keywords : computer applications in chemistry * optimization methods * empirical objective function * genetic algorithms * problem-tailoring * formal description language * program generator
Subject RIV: IN - Informatics, Computer Science

This paper deals with the key optimization task that has to be solved for increasing the performance of chemical reactions – optimization of the composition and preparation of the catalysts used in the reaction. That is a mixed optimization task for a high number of both continuous and discrete variables. To solve that task, most frequently genetic algorithms are used. The paper presents a novel approach that allows to preserve the specificity of genetic algorithms without the disadvantageous necessity to reimplement them when the scope of the optimized materials changes.

Tento článek se zabývá klíčovou optimalizační úlohou, kterou je nutno řešit pro zvýšení produktivity chemických reakcí – optimalizace složení a přípravy katalyzátorů, které se v reakci používají. To je smíšená optimalizační úloha pro velký počet spojitých i diskrétních proměnných. K řešení této úlohy se nejčastěji používají genetické algoritmy. Článek prezentuje nový přístup, který dovoluje zachovat specificitu genetických algoritmů bez nevýhodné nutnosti je reimplementovat když se změní okruh optimalizovaných materiálů.
Permanent Link: http://hdl.handle.net/11104/0140740