Implementation of the iterative multiple criteria simulation optimization method

Abstract

This work focuses on the implementation of the iterative multiple criteria simulation optimization method (iMCSO) proposed by the research group on applied optimization from the University of Puerto Rico Mayagüez. This method involves using an optimization strategy to manipulate the parameters of a simulation problem in search of the best possible configurations in the presence of several conflicting performance measures. The strategy in this work requires applying expertise in experimental design and metamodeling, reviewing, and adapting the optimization of multiple criteria (MCO) to an iterative framework, and developing the corresponding programming codes in a single algorithm. The resulting algorithm can be applied with real manufacturing parameters or a computer simulation, for this reason we illustrate the method's application in a real experiment that involves plastic straps deformation, as well as in obtaining the weights for a neural network.

Este trabajo se enfoca en la implementación del método iterativo de simulación optimización de múltiples criterios (iMCSO) propuesto por el grupo de investigación de optimización aplicada de la universidad de Puerto Rico Mayagüez. Este método implica la utilización de una estrategia de optimización para manipular los parámetros de un problema de simulación en búsqueda de las mejores configuraciones posibles en la presencia de varias medidas de desempeño en conflicto. La estrategia usada en este trabajo requiere aplicar conocimiento de diseño experimental y metamodelado, revisar y adecuar la optimización de múltiples criterios (MCO) a un marco iterativo, y desarrollar los correspondientes códigos de programación en un solo algoritmo. El algoritmo obtenido puede ser usado con parámetros de una manufactura real o una simulación por computadora, por tal razón ilustramos la aplicación del método en un experimento real que involucra la deformación de bandas plásticas, así como también en la obtención de los pesos de una red neuronal.