Data-gebaseerde regeling van heterogene populatiesystemen

Gedistribueerde populatiesystemen bestaan uit een groot aantal vergelijkbare componenten die structureel equivalent zijn, maar in enkele relevante variabelen kunnen verschillen. Dergelijke systemen komen voor in een breed scala aan processen in de chemische technologie, en de voorspelling, de monitoring en de regeling van de resulterende heterogene systeemdynamiek zijn nodig om ervoor te zorgen dat de processen op de best mogelijke manier worden bestuurd.
Het doel van dit project is een methodologisch kader voor de data-gebaseerde modelvorming en de controle van heterogeniteit in gedistribueerde populatiesystemen te ontwikkelen. De methoden gebruiken zogenaamde Gaussprocessen om de heterogeniteit en eventuele onzekerheid daarover op een numeriek efficiënte manier weer te geven. In plaats van modellen die middels mechanistische kennis zijn ontwikkelt, zal zich ons werk richten op een model dat rechtstreeks is afgeleid uit high-throughput meetgegevens, die met recent ontwikkelde meettechnieken beschikbaar zijn. We zullen numerieke methoden ontwikkelen voor de voorspelling van de procesdynamiek en een procesregeling die de heterogeniteit in aanmerking neemt. Aan de hand van twee gevalsstudies uit de (bio-)chemische technologie worden die methoden geëvalueerd.