ΠροτεινόμεναΘέματακαιΑνάθεσηΔιπλωματικώνΕργασιών
Μπεϋζιανή
Πολυκριτηριακή Βελτιστοποίηση Χημικών Διεργασιών
Η εργασία στοχεύει στην ανάπτυξη και
εφαρμογή μεθοδολογιών
πολυκριτηριακής βελτιστοποίησης σε
χημικές διεργασίες με υψηλό
υπολογιστικό κόστος. Για τον σκοπό
αυτό, θα χρησιμοποιηθούν μοντέλα
προσομοίωσης που αποτυπώνουν με
ακρίβεια τη συμπεριφορά των
διεργασιών και η Μπεϋζιανή
Βελτιστοποίηση ως προσέγγιση για τη
μείωση του απαιτούμενου αριθμού
αξιολογήσεων των συναρτήσεων-στόχων.
Η εργασία θα περιλαμβάνει την ανάλυση
των λειτουργικών παραμέτρων μιας
χημικής διεργασίας και των ορίων τους,
τις επιλογές σε είδος καταλύτη,
αντιδραστήρα(ων), διαλυτών και
διεργασιών διαχωρισμού, την επιλογή
κατάλληλων πιθανοτικών μοντέλων (όπως
Gaussian Processes), μοντέλα μηχανικής μάθησης
(όπως Νευρωνικά Δίκτυα,
Υποστηρικτικές Διανυσματικές Μηχανές
κλπ.) και τον σχεδιασμό συναρτήσεων
επιλογής (acquisition functions) για την
εξερεύνηση και εκμετάλλευση του χώρου
των πιθανών λύσεων. Θα διερευνηθεί
επίσης η συνδυασμένη χρήση
εξελικτικών αλγόριθμων. Τελικός
στόχος είναι η επίτευξη βέλτιστων
λύσεων που εξισορροπούν πολλαπλά
κριτήρια, όπως η αποδοτικότητα, η
ασφάλεια, η ενεργειακή κατανάλωση, το
κόστος και η περιβαλλοντική επίδραση
(εκπομπές και απόβλητα).
εφαρμογή μεθοδολογιών
πολυκριτηριακής βελτιστοποίησης σε
χημικές διεργασίες με υψηλό
υπολογιστικό κόστος. Για τον σκοπό
αυτό, θα χρησιμοποιηθούν μοντέλα
προσομοίωσης που αποτυπώνουν με
ακρίβεια τη συμπεριφορά των
διεργασιών και η Μπεϋζιανή
Βελτιστοποίηση ως προσέγγιση για τη
μείωση του απαιτούμενου αριθμού
αξιολογήσεων των συναρτήσεων-στόχων.
Η εργασία θα περιλαμβάνει την ανάλυση
των λειτουργικών παραμέτρων μιας
χημικής διεργασίας και των ορίων τους,
τις επιλογές σε είδος καταλύτη,
αντιδραστήρα(ων), διαλυτών και
διεργασιών διαχωρισμού, την επιλογή
κατάλληλων πιθανοτικών μοντέλων (όπως
Gaussian Processes), μοντέλα μηχανικής μάθησης
(όπως Νευρωνικά Δίκτυα,
Υποστηρικτικές Διανυσματικές Μηχανές
κλπ.) και τον σχεδιασμό συναρτήσεων
επιλογής (acquisition functions) για την
εξερεύνηση και εκμετάλλευση του χώρου
των πιθανών λύσεων. Θα διερευνηθεί
επίσης η συνδυασμένη χρήση
εξελικτικών αλγόριθμων. Τελικός
στόχος είναι η επίτευξη βέλτιστων
λύσεων που εξισορροπούν πολλαπλά
κριτήρια, όπως η αποδοτικότητα, η
ασφάλεια, η ενεργειακή κατανάλωση, το
κόστος και η περιβαλλοντική επίδραση
(εκπομπές και απόβλητα).
Επιβλέπων μέλος ΔΕΠ:
Χαράλαμπος Σαρίμβεης
Τομέας: Ανάλυσης, Σχεδιασμού και Ανάπτυξης Διεργασιών και Συστημάτων
Σχετικό Μάθημα : Ρύθμιση Διεργασιών
Περίοδος Ανάθεσης: Φεβρουαρίου Ακ. Έτους 2024-2025
Τομέας: Ανάλυσης, Σχεδιασμού και Ανάπτυξης Διεργασιών και Συστημάτων
Σχετικό Μάθημα : Ρύθμιση Διεργασιών
Περίοδος Ανάθεσης: Φεβρουαρίου Ακ. Έτους 2024-2025
Ανατέθηκε: ΑΓΑΠΗ ΦΡΟΝΤΙΣΤΑ





