Qu'est-ce que la méthode d'optimisation numérique sans modèle ?

La méthode d'optimisation numérique est une méthode sans modèle qui utilise l'optimisation non linéaire des moindres carrés. Elle est créée par l'équipe Kinetics Neo de NETZSCH et mise en œuvre uniquement dans le logiciel Kinetics Neo.

La méthode numérique recherche les fonctions optimales Ea(alpha) et logA(alpha) afin d'obtenir le meilleur ajustement pour la conversion (T,t). La méthode numérique est basée sur les résultats de la méthode analytique de Friedman . Les résultats de la méthode de Friedman (courbes E(α) et A(α)) sont ensuite optimisés numériquement afin d'obtenir le meilleur ajustement entre les courbes expérimentales et simulées. Le calcul de LogA est effectué pour la réaction du premier ordre f(alpha)=1-alpha.

La fonction d'optimisation est la somme des carrés des écarts entre la valeur mesurée Conversion_expérimentale(T,t) et la valeur simulée Conversion_simulée(T,t). Cette somme est calculée sur toutes les courbes et sur tous les points de chaque courbe.

Notre méthode numérique recherche numériquement les valeurs Ea(alpha) et LogA(alpha) qui minimisent la fonction d'optimisation. En interne, chaque point des courbes E(α) et A(α) fait l'objet de petits changements, et pour chaque changement, la somme des carrés des résidus est vérifiée : est-ce mieux ou moins bien qu'avant. Si elle est meilleure, le nouveau point dans E(α) ou A(α) est enregistré. Les itérations sont répétées jusqu'à ce qu'aucune amélioration numérique ne se produise.