TAM SAYILI VE SÜREKLİ OPTİMİZASYON PROBLEMİ İLE REAKSİYON AĞ MODELLERİNİN KÜÇÜLTÜLMESİ

Abstract

Bu çalışmada, reaksiyon ağı küçültmesi için tam sayılı ve kesikli bir optimizasyon (MINLP) problemi formüle edilmiştir. Bu problem, tahmin hatasını enküçüklemek için geleneksel sürekli değişkenlere ek olarak reaksiyon hız sabitlerinin mevcudiyeti için iki değerli değişkenler tanımlamaktadır. Bu iki değerli değişkenler bağlantı kısıtı ile uygulanmaktadır. Başlangıç koşulları ve çalışma koşullarının model küçültmeye olan etkisi araştırılmıştır. Bu bağlamda, ticari ve ücretsiz çözücü programların hesaplama süreleri ve sonuçları karşılaştırmalı olarak sunulmuştur. Önerilen yöntem literatürde bulunan deneysel olarak türetilmiş reaksiyon ağına uygulanmıştır. Farklı sıcaklık ve başlangıç konsantrasyonlarında kayda değer ağ küçültülmesi sağlanmıştır. Küçültülmüş model önemli ölçüde az reaksiyon ve parametre sayısı ile tatmin edici kestirim doğruluğu sunmaktadır.

In this study, a Mixed-Integer Nonlinear programming (MINLP) problem is formulated for reaction network model reduction. The MINLP problem introduces binary variables for the existence of rate constants in addition to traditional continuous variables to minimize the prediction error. Such binary variables are implemented through linking constraints. Both the impact of initial conditions and operating conditions are investigated on the model reduction. Commercial and free solver comparisons are also provided in terms of computational time and results. The methodology is implemented on an experimentally-derived reaction pathway from the literature. A significant network reduction is achieved under different operating temperatures and initial conditions. The reduced model provides a satisfactory prediction accuracy with significantly low number of reactions and parameters.