MétaCan
Menu
Retour à la cohorte
Enregistrement W2562714380 · doi:10.1021/acs.iecr.6b01350

Global Optimization Algorithm for Large-Scale Refinery Planning Models with Bilinear Terms

2016· article· en· W2562714380 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueProcess Optimization and Integration
Établissements canadiensMcMaster University
Organismes subventionnairesFundação para a Ciência e a TecnologiaOntario Research Foundation
Mots-clésSolverBilinear interpolationMathematical optimizationComputer scienceRefineryInteger programmingNonlinear programmingDiscretizationInteger (computer science)Nonlinear systemScale (ratio)Linear programmingAlgorithmBenchmark (surveying)MathematicsEngineering

Résumé

récupéré en direct d'OpenAlex

We propose a global optimization algorithm for mixed-integer nonlinear programming (MINLP) problems arising from oil refinery planning. It relies on tight mixed-integer linear programming (MILP) relaxations that discretize the bilinear terms dynamically using either piecewise McCormick (PMCR) or normalized multiparametric disaggregation (NMDT). Tight relaxations help finding a feasible solution of the original problem via a local nonlinear solver, with the novelty being the generation of multiple starting points from CPLEX’s solution pool and the parallel execution. We show that optimality-based bound tightening (OBBT) is essential for large-scale problems, even though it is computationally expensive. To reduce execution times, OBBT is implemented in parallel. The results for a refinery case study, featuring units with alternative operating modes, intermediate storage tanks, and single- and multiple-period supply and demand scenarios, show that the algorithm’s performance is comparable to commercial solvers BARON and ANTIGONE.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,872
Score d'incertitude au seuil0,657

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,061
Tête enseignante GPT0,308
Écart entre enseignants0,247 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle