Development of advanced mathematical programming methods for sustainable engineering and system biology

El objetivo principal de esta tesis es el desarrollo de herramientas de programación matemática para abordar el diseño y planificación de procesos industriales sostenibles y la optimización en el área de la biología de sistemas. Primeramente se establece un nuevo marco para el uso simultáneo de Sistemas de Información Geográfica (GIS), Programación Lineal Entera Mixta (MILP) y algoritmos de descomposición para modelo basados en MILP-GIS. Nuestros enfoques combinan herramientas de optimización, herramientas espaciales para la toma de decisiones y análisis económicos y medioambientales. En segundo lugar, se propone el marco general para el diseño de sistemas de energía sostenibles, como las redes de intercambio de calor y plantas de servicio para la industria del proceso. Nuestro método se basa en el uso combinado de herramientas de optimización multiobjetivo, metodología de Análisis de Ciclo de Vida (LCA) y un riguroso método de reducción de dimensionalidad que permite la identificación de indicadores ambientales clave. Finalmente introducimos un método basado en Programación Multiobjetivo Mixta Entera no Lineal (MINLP) aplicado a la identificación rigurosa y sistemática de las funciones objetivo biológicas más probables que explican el funcionamiento de las redes metabólicasThe main goal of this thesis is to develop advanced mathematical programming tools to address the design and planning of sustainable engineering systems and the modeling and optimization of biological systems. First we introduce a novel framework for the coupled use of Geographical Information Systems (GIS), Mixed-Integer Linear Programming (MILP) and decomposition algorithm for GIS based MILP models. Our approaches combine optimization tools, spatial decision support tools, economic and environmental analysis. Second we propose the general framework for sustainable design of energy systems like heat exchanger networks and utility plant. Our method is based on the combined use of the multi-objective optimization tools, Life Cycle Assessment methodology (LCA) and a rigorous dimensionality reduction method that allows identifying key environmental metrics. Finally we introduce multi-objective Mixed-Integer Non-Linear Programming (MINLP) based method for identifying in a rigorous and systematic manner the most probable biological objective functions explaining the operation of metabolic networks