INTERPRETACIONES DE LOS DISEÑOS DE OPTIMIZACIÓN

Vista previa del material en texto

1 
 
UNIVERSIDAD ESTATAL AMAZÓNICA 
FACULTAD CIENCIAS DE LA TIERRA 
CARRERA DE AGROINDUSTRIA 
 
 
 
 
 
 
 
 
 
INTERPRETACIONES DE LOS DISEÑOS DE OPTIMIZACIÓN 
 
Asignatura: 
Diseño de Experimentos A 
Autor: 
Lizbeth Freire 
Periodo académico: 
PAO 22-22 
Campo de Estudio: 
Profesionalizante Agroindustria 
Docente: 
Castillo Rosales Álvaro Rolando 
 
 
 
 
 
 
Puyo – Ecuador 
 
2 
 
⎯ Interpretaciones de los diseños de optimización. 
 
Mediante estudios se dio a conocer que los métodos de optimización analítica 
existentes tienen en común cierto aspecto y es que tienen la capacidad de reducir el 
problema de una respuesta multi a una simple función. Pero ninguna de las 
propuestas son las que en verdad trabajan con el problema que se va a optimizar R 
respuestas a su vez, sino que por medio de una transformación, se adictiva (FP,PC,TO) 
o multiplicativa (FD, FI1,GS,D12) reduciendo el problema de optimización 
multirespuesta a una optimización simple. 
 
Debido a la amplia gama de problemas que requieren de encontrar condiciones 
óptimas, los problemas de optimización han sido ampliamente estudiados y existe un 
gran contenido de aspectos teóricos que tienen que ver con el tema, así como un 
amplio repertorio de algoritmos de optimización propuestos; sin embargo, la mayoría 
de estos se enfocan a la solución de problemas de optimización simple, es decir, con 
una sola función objetivo. La mayoría de los problemas que envuelven objetivos 
múltiples han sido transformados en una sola función objetivo y resueltos como tal, 
por lo que los dos problemas han sido tratados indistintamente. En los últimos años, 
y gracias a los avances tecnológicos, el análisis de los problemas de optimización 
multi-objetivo como tal, ha sido retomado. 
 
Gracias a la vasta gama de inconvenientes que necesitan de hallar condiciones 
óptimas, los inconvenientes de mejora fueron extensamente estudiados y existe un 
enorme contenido de puntos teóricos que deben ver con el asunto, así como un 
extenso repertorio de algoritmos de mejora propuestos; no obstante, la mayor parte 
de dichos se enfocan a la solución de inconvenientes de mejora fácil, o sea, con una 
sola funcionalidad objetivo. La mayor parte de los inconvenientes que envuelven fines 
diversos fueron transformados en una sola funcionalidad objetivo y resueltos como 
tal, por lo cual ambos inconvenientes fueron tratados indistintamente. 
 
El problema de optimización multi-objetivo, según la definición dada por Deb [12], 
tiene la siguiente forma: 
 
 
 
 
 
En el contexto de superficie de multi-respuesta, el problema descrito en (6.1) puede 
rescribirse como: