Escolar Documentos
Profissional Documentos
Cultura Documentos
Introduo
A busca de estimativas de parmetros em modelos termodinmicos tem um papel impor-
tante no desenvolvimento de modelos matemticos adequados que podem ser utilizados para a
compreenso e anlise de produtos qumicos. Matematicamente, o problema formulado neste
trabalho, implica na minimizao de uma funo objetivo, na qual deseja-se encontrar os parmetros de energia, a partir das equaes dadas. Ou seja, consiste em determinar os valores
globais do modelo que melhor se adaptem as previses dos dados experimentais fornecidos.
A equao de Wilson, utilizada na correlao e amostragem em dados de equilbrio de vaporlquido (VLE) ser usada na previso de equilbrios dos componentes. O objetivo deste estudo
visa buscar um conjuntos de parmetros binrios obtido a partir de dados disponveis [14] e explorar o efeito desses dados na equao fornecida, utilizando os seguintes mtodos estocsticos:
Evoluo Diferencial (DE), Harmony Search (HS) e Firefly (FF). Os resultados encontrados foram ajustados equao de Wilson e indicam que o problema estudado possui outros parmetros
globais alm daqueles publicados em literaturas [7][14].
(1)
onde g E o excesso molar de energia para um sistema binrio, x1 e x2 das fraces molares na
fase lquida .
Os coeficientes de atividade tambm so obtidos pela diferenciao da Eq. (1),
ln1 = ln(x1 + 12 x2 ) + x2
12
21
x1 + 12 x2 21 x1 x2
(2)
ln2 = ln(x2 + 21 x1 ) x1
12
21
x1 + 12 x2 21 x1 x2
(3)
2
v2 RT
= e
v1
12 =
v1
e
v2
21
(4)
(5)
yiexp P
0,
xexp
i Pi
i = 1, 2,
(6)
2
X
xi yi Pi0
i=1
Porm neste trabalho, o valor considerado corresponde a 760mm Hg. As equaes correspondente a presso de vapor do componente puro i so,
Terc-butanol
logP10 = 7, 31994
1
1154, 48
177, 65 + T
(7)
N-Butanol
logP20 = 7, 4768
1362, 39
178, 77 + T
(8)
n X
m
X
j=1 i=1
exp
calc ()
yj,i
j,i
yj,i,exp
!2
m = 1, 2
(9)
(10)
xi ical Pi0
i = 1, 2
P exp
(11)
xcalc,i =
ycalc,i =
Neste caso, para as melhores solues encontradas no problema, os valores de xcalc,i e ycalc,i
devem ser muito prximas ou iguais queles mostrados na Tab. (1).
Neste trabalho foram utilizados trs mtodos, j mencionados, para estimao de parmetros
em modelagem de dados VLE. Para o problema em estudo, diferentes estratgias [1][2][4][16]
tm sido usadas por outros pesquisadores, no entanto, o uso do DE, HS e FF so recentes
em problemas de estimao de parmetros em VLE . Esses mtodos de otimizao global so
3
3.1
Evoluo diferencial
3.2
Harmony Search
O Harmony Search um algoritmo meta-heurstico de busca que foi definido usando o processo musical na busca da perfeita harmonia[6]. Esta meta-heurstica baseada na analogia com
o processo de improvisao de msica para obter uma boa harmonia.
Os parmetros do mtodo so basicamente: Tamanho da memria harmnica (HMS), taxa
considerada da memria harmnica (HMCR), taxa de ajuste do passo (PAR), e o nmero de
improvisaes (NI). A memria harmnica uma localizao da memria onde armazenada um
conjunto de vetores de soluo para as variveis de deciso. Os parmetros HMCR e PAR so
utilizados para melhorar o vetor soluo e para aumentar a diversidade do processo de pesquisa.
Resumidamente o algoritmo pode ser apresentado atravs do fluxograma a seguir.
Figura 2: Fluxograma do algoritmo Harmony Search (Adaptado de Kang & Zong, 2004 ).
3.3
Firefly
(12)
(13)
xi = xi + 0 erij (xj xi ) + i
(14)
onde o segundo termo a atrao entre dois indivduos, e o terceiro termo a randomizao
com o vetor aleatrio da varivel i sendo estabelecido a partir de uma distribuio Gaussiana
e [0, 1].
O parmetro o parmetro randmico. Na maioria dos casos, o termo pode ser igual a 1 e
o termo aleatrio pode ser usado como uma distribuio estatstica como, por exemplo, a normal
N (0, 1). O parmetro determina a taxa de absoro de luminosidade do meio e desempenha
um papel fundamental na velocidade de convergncia do mtodo. Tipicamente varia entre 0,01
e 100.
Para a definio do mtodo Firefly, parte-se inicialmente de trs regras bsicas [9, 15]:
i) Os vagalumes em questo no possuem distino entre sexos, ento todos os vagalumes
de uma determinada populao podem atrair-se entre si.
ii) A atratividade de um vagalume proporcional ao seu brilho. Portanto, o vagalume
menos brilhante sempre se mover em direo ao mais brilhante. Se no existir um indivduo
mais brilhante que um vagalume em especial, este se mover aleatoriamente.
iii) O brilho de um vagalume diretamente afetado pela topologia da funo a ser otimizada.
Baseando-se nas regras acima, possvel definir o pseudocdigo do algoritmo, como mostrado
a seguir:
Algoritmo 1 Algoritmo Firefly
- Funo Objetivo f(x),x = (x1 , x2 , ..., xn )T
for i=1:n
for j=1:i
Intensidade da luz Ii para xi determinado por f (x)
if (Ii > Ij )
end for i
Avalia o firefly e encontra o melhor resultado atual
end while
Processa resultados para visualizao.
Parmetros utilizados pelos algoritmos
Os parmetros apresentados na tabela a seguir foram utilizados pelos algoritmos na busca
dos timos globais. O nmero da populao (NP) foi considerado com o tamanho igual a
N dimens
ao do problema, de forma a gerar a populao inicial. O nmero de geraes em
cada algoritmo no exigiu uma maior variao nesses parmetros. Considerou-se o seguinte
domnio de busca nos trs algoritmos: [1 , 2 ] (3000, 3000) . Na Tab. (2) so listados os
parmetros iniciaias de cada algoritmo.
DE
F
0,623
CR
0,934
HS
NP
60
HMS
60
HMCR
0,95
PAR
0,75
Nfly
60
FF
0
0,3 1,0
1,0
0,9
Resultados e discusses
Visando testificar a eficincia e confiabilidade dos trs algoritmos, todos foram submetidos
a diversas execues, considerando os dados da Tab. (2) e variando o nmero de geraes/iteraes. O tempo de execuo portanto, varia a medida que a gerao/iterao aumenta.
Neste trabalho os algoritmos foram analisados em relao ao ponto de vista de confiabilidade devido as caractersticas da funo objetivo, que possui uma regio que contm mltiplos
mnimos, locais ou globais. Na Fig.(3) est representado o grfico tridimensional e das curvas
de nvel da funo objetivo.
Tabela 3: Estimativas dos parmetros para o sistema tert-butanol e n-butanol encontradas com
o DE.
Evoluo Diferencial
N dados
()
()
14
14
14
14
14
-805,489098
-823,0702575
-797,5861072
-825,9750886
-816,0626823
-725,256551
-767.213
2339,6413
2329,031615
2131,31486
2752,1363
2446,138394
1363,395
1729.65
0,018577
0,02004455
0,0167090
0,020317
0,01819380
0,0169781
0.0150765
834,7212
546,35201
-610,529332
-666,55729
0,01637141
0,01542585
853,32498
897,100692
-646,24046
-656,659080
0,02904887
0,02605748
818,4243903
IN/GB* [5]
14
-865
2420
0,0111
-607,7695940
0,02975929
DECHEMA[5][7]
848
-606
0,0333
* IN/GB: (Interval Newton/ Generalized Bisection) - um mtodo de busca eficaz para uso em
pequenos problema de simulao, porm com auto custo computacional[10].
Tabela 4: Estimativas dos parmetros para o sistema tert-butanol e n-butanol encontradas com
o HS.
Harmony Search
N dados
1
2
()
1
2
()
14
-832,2427461
2833,0135
0,02154469 596,9777693
-521,13712
0,030791
14
-814,3590385
2439,2983
0,018225
952,3880328 -676,419947 0,025727
14
-815,4009857
2283,9012
0,0177106
867,131457
-635,914932
0,02555
14
-758.2223312
1510.881302 0,0194760 881,7129156
-644,016999 0,02515
14
-806,7892609
2236,2475
0,0168281
14
-814,4414640 2393,312610 0,01782830
IN/GB [5]
DECHEMA[5][7]
14
-865
2420
0,0111
848
-606
0,0333
1799,251
0,0150027
IN/GB [5]
-865
2420
DECHEMA[5][7]
0,0111
848
-606
0,0333
Os grficos nas Figs. (4-6) mostram a evoluo da funo objetivo em cada algoritmo empregado e sendo avaliada durante a seleo dos melhores para cada populao. Como se pode
observar, os algorimos no necessitam de um grande nmero de geraes para obter uma aproximao para a funo objetivo. Observe tambm que, no foram consideradas o nmero de
avaliao da funo.
sentou um comportamento semelhante com um tempo mdio de execuo de 10,3 seg. (usando
150 geraes). O Harmony Search, apesar de ter se mostrado promissor com os resultados, levou
maior tempo de execuo (13,5seg.) devido ao nmero de improvisaes usadas.
Para melhor compreeso, os grficos na Fig. (7) mostram o comportamento e a seleo do
mellhor indivduo no algoritmo DE, considerando NP = 300 e NG = 500. A Fig.(7a) representa
a distribuio inicial da populao a as demais correspondem aos passos a cada 25 geraes
a)
b)
c)
d)
e)
f)
Figura 7: Curvas de nvel com o comportamento da funo na busca da melhor soluo atravs
do algoritmo DE.
Observe que a partir da distribuio incial, os indivduos tendem a direcionar para a regio
de mnimos onde esto contidas as solues timas encontradas na literatura (Ver Tabs. (3-5)).
a)
b)
c)
d)
11
a)
Figura 9: Comparao do VLE para (a) Ter-Butanol e (b) N-Butanol com os parmetros molares
calculados atravs do problema inverso.
O problema inverso resolvido um problema de otimizao de dimenso finita, devido a
quantidade de dados experimentais em relao ao nmero de incgnitas. O funcional de resduos
quadrados a ser minimizado neste caso dado como segue,
min
n X
2
X
(15)
j=1 i=1
onde j,exp so os dados experimentais obtidos em [5] e j,cal so os dados calculados por
j,cal =
i,cal i,exp
, i = j = 1, 2
i,exp
(16)
Concluso
Neste trabalho foram utilizados os algoritmos DE, HS e FF na busca de parmetros timos
Referncias
[1] Adrian Bonilla-Petriciolet, J. G. S.-H., and Soto-Bernala, J. J. Harmony
search for parameter estimation in vapor-liquid equilibrium modeling. Proc. of the 5th
12
13