Este estudio se centra en la optimización de un sistema híbrido de energía conformado por tecnología fotovoltaica, turbina generadora de energía eólica, un banco de batería y un generador diesel, a través de un algoritmo computacional suave metaheurístico conocido como optimizador Manta Ray Foraging (MRFO).Este se emplea a fin de minimizar el costo anual del sistema (ASC) y mejorar la confiabilidad para abastecer un área norte sin conexión a la red en Arabia Saudita. En cuanto a la verificación de resultados, el MRFO se compara con otros cinco algoritmos de computación blanda: optimización de enjambre de partículas (PSO), algoritmo genético (GA), algoritmo de optimización de saltamontes (GOA), algoritmo big-bang-big-crunch (BBBC), y optimización de los halcones de Harris (HHO). De acuerdo con los hallazgos de la optimización, el algoritmo MRFO es superior en términos de captura de solución global y tiempo de convergencia.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Una literatura gloriosa sobre algoritmos de programación lineal por metas
Video:
El método Monte Carlo. Cálculo de áreas desde la probabilidad. Actividad con GeoGebra
Artículo:
Mejoramiento de la productividad a través de reingeniería y simulación: caso de estudio en una industria de calzado
Video:
Optimización no lineal (Vídeo)
Guía:
Introducción a la ingeniería industrial
Libro:
Metodología del marco lógico para la planificación, el seguimiento y la evaluación de proyectos y programas
Presentación:
Estudio de movimientos y tiempos
Artículo:
Estudio sobre la evaluación de la sostenibilidad de los productos innovadores
Tesis:
Materiales y prácticas de construcción sostenible