Tesis de Postgrado Acceso Abierto
Permanent URI for this collectionhttps://repositorio.usm.cl/handle/123456789/2
Browse
Browsing Tesis de Postgrado Acceso Abierto by Subject "ALGORITMOS GENETICOS"
Now showing 1 - 2 of 2
- Results Per Page
- Sort Options
Thesis DISEÑO E IPLEMENTACIÓN DE ESTRATEGIA DE CONTROL PREDICTIVO EN PROCESO DE FLOTACIÓN DE MINERALES(2016) Troncoso Garay, Cristian Enrique; Departamento de Electrónica; Suárez Sotomayor, Alejandro; Olivares Salinas, ManuelEste trabajo presenta el diseño, la implementación y los resultados de una estrategia decontrol predictivo para el control del nivel de pulpa de dos circuitos de flotación “Rougher”de minera Candelaria, ubicada en la tercera región de Chile. La estrategia considera unarepresentación de estados que modela el nivel de cada banco (modelo de múltiples entradasy una salida), el que es obtenido mediante un procedimiento de identificación de sistemasy utiliza un filtro de Kalman como estimador de estados. Para resolver el problema deoptimización que calcula la acción de control a aplicar se utiliza un optimizador basadoen algoritmos genéticos.Los resultados obtenidos de manera experimental indican que con la estrategia de controlimplementada se logra reducir la varianza del nivel en los bancos Rougher hasta en un88 %, además de mejorar el seguimiento de la referencia, mediante la adecuada compensaciónde perturbaciones. El sistema de control predictivo es integrado con otro sistema decontrol que manipula las referencias del nivel de los bancos Rougher con el fin de optimizarla operación del proceso, lo que le permite a la compañía producir al menos 1.685.973libras extras de cobre al año entre las dos líneas de producción.Thesis PROPUESTA DE MODELOS ADAPTATIVOS HÍBRIDOS Y NO-HÍBRIDOS PARA EL PRONÓSTICO DE VOLATILIDAD DEL PRECIO MENSUAL DEL COBRE MEDIANTE ALGORITMOS GENÉTICOS(2018) García Bozzo, Diego Ignacio; Departamento de Industrias; Kristjanpoller Rodríguez, Werner DavidThis thesis studies volatility forecasting in monthly terms for the copper market, which is of practical interest for different participants such as producers, consumers, governments, and investors.Using data since 1990 and the main drivers of this specific market, we propose a set of time series models, non-parametric models, and hybrid specifications of both. The adaptability characteristic of these models in exogenous variables, their configuration parameters and window size, simultaneously, are provided by a genetic algorithm in pursuit of achieving the best possible forecasts.We examine out-of-sample performance based on Heteroskedasticity-adjusted Mean Squared Error (HMSE), and we test model superiority using the Model Confidence Set (MCS). The results show that making forecasts in an adaptive manner is crucial to obtaining robust and improved performances. The Adaptive-GARCH-FIS specification yields the best forecasting power.