Chulalongkorn University Theses and Dissertations (Chula ETD)

การจัดลำดับการกลั่นที่เหมาะสมโดยการใช้ขั้นตอนวิธีเชิงพันธุการ

Other Title (Parallel Title in Other Language of ETD)

Optimal distillation sequence using genetic algorithm

Year (A.D.)

1999

Document Type

Thesis

First Advisor

พรพจน์ เปี่ยมสมบูรณ์

Faculty/College

Faculty of Science (คณะวิทยาศาสตร์)

Degree Name

วิทยาศาสตรมหาบัณฑิต

Degree Level

ปริญญาโท

Degree Discipline

เคมีเทคนิค

DOI

10.58837/CHULA.THE.1999.573

Abstract

การจัดลำดับการกลั่นที่เหมาะสมเป็นวิธีการที่ได้คำตอบเป็นโครงสร้างที่ดีที่สุดของกระบวนการแยกสารของผสมหลายองค์ประกอบ เนื่องจากการกลั่นตามลำดับเป็นส่วนสำคัญในการกำหนดต้นทุนการผลิตทั้งเงินทุนและค่าใช้จ่ายการปฏิบัติการในกระบวนทางเคมี ได้มีงานวิจัยที่สำคัญๆ มากมายพยายามที่จะพัฒนาวิธีการเลือกลำดับการกลั่นที่เหมาะสมในหลายๆ รูปแบบ วิทยานิพนธ์ฉบับนี้ได้อธิบายถึงการใช้เทคนิคการหาความเหมาะสมที่เรียกว่า ขั้นตอนวิธีเชิงพันธุการ (Genetic Algorithm, GA) ในการจัดลำดับการกลั่นที่เหมาะสม ขั้นตอนวิธีเชิงพันธุการเป็นเทคนิคการหาความเหมาะสมวิธีหนึ่งที่ใช้การเลียนแบบกระบวนการทางชีววิทยาของการเลือกและการปฏิบัติการด้านพันธุกรรม (กฎของดาร์วิน) ทางธรรมชาติ โดยโครโมโซมใดที่มีความเหมาะสมมากที่สุดจะสามารถดำรงชีวิตสืบต่อไปได้ ดังนั้นการประยุกต์ขั้นตอนวิธีเชิงพันธุการในการแก้ปัญหาการจัดลำดับการกลั่น เริ่มจากการลงรหัสสายอักขระโดยการใช้ลำดับการกลั่นของหอกลั่นแปลงค่าให้อยู่ในรูปของสายอักขระ เพื่อสร้างกลุ่มลำดับการกลั่นต้นแบบที่จะถูกคัดเลือกตามความเหมาะสมจากการตรวจสอบเงื่อนไขที่ได้กำหนดไว้ สำหรับการแลกเปลี่ยนในส่วนของการจัดลำดับการกลั่นที่ดีในระหว่างสายอักขระลำดับการกลั่นรูปแบบต่างๆ จะทำให้เกิดวิวัฒนาการลำดับการกลั่นที่ดีขึ้นไป ทำการทดสอบผลของตัวแปรต่างๆ ของขั้นตอนวิธีเชิงพันธุการ เช่น ขนาดของประรชากร ความน่าจะเป็นของการกลายพันธุ์ และความน่าจะเป็นของการสลับไขว้ ผลการคำนวณที่ได้พบว่าขนาดของประชากรควรจะมีค่าใกล้เคียงกับจำนวนของลำดับการกลั่นที่เป็นไปได้ทั้งหมด สำหรับสารของผสม 4 องค์ประกอบค่าความน่าจะเป็นของการกลายพันธุ์และการสลับไขว้ควรมีค่าอยู่ในช่วง 0.004-0.009 และ 0.6-0.9 ตามลำดับ

Other Abstract (Other language abstract of ETD)

Optimal distillation sequencing is a method for obtaining the best structure of multicomponent separation process. Due to the significant contribution of the distillation sequences to capital and operating costs for the whole chemical process, the development of a systematic framework which will select the optimum distillation sequence becomes an important research issue. This thesis demonstrates how to use an optimization technique so called Genetic Algorithm (GA) to solve the problem. Genetic Algorithm is the technique imitating biological process of natural selection (Darwin's rule) and natural genetics by which only good of fit being can survive. The distillation sequences are coded into the chromosome structure. To imitate natural selection, a set of initial chromosomes is generated. Its fitnes value for each chromosome is computed together with checking all the constraints. The high finess value will receive the high probability to be selected to the next generation for genetic operation. The recombination of chromosomes will create the new group for each generation. The evolution processes in each generation will generate the better chromosome of sequence. The effects of parameters in genetic algorithm such as population size, mutation probability, and crossover probability were investigated. It was found that population size should be kept close to the number of possible sequences. The optimal mutation and crossover probability were in the range of 0.004-0.009 and 0.6-0.9 respectively for a 4-component case.

Link to Full Text

Share

COinS