Capacidades

  • Software | GenSSI: kit de herramientas para el análisis de identificabilidad estructural de modelos biológicos

    GenSSI es un kit de herramientas que requiere MATLAB y Symbolic Math Toolbox. Ofrece una técnica para estudiar la identificabilidad estructural mediante derivadas de Lie iterativas y tablas de identificabilidad.

    Puedes encontrar más información aquí.

  • Software | SensSB: kit de herramientas para el desarrollo y análisis de sensibilidad de modelos de biología de sistemas

    Autoría: M. Rodríguez-Fernández and J. R. Banga

    Descripción: SensSB es un kit de herramientas de software para análisis de sensibilidad basado en Matlab®. Esta herramienta integra una amplia variedad de métodos de sensibilidad locales y globales que pueden aplicarse a modelos biológicos descritos por ecuaciones diferenciales ordinarias (ODE) o ecuaciones diferenciales algebraicas (DAE). SensSB también puede importar modelos en el formato Systems Biology Mark-up Language (lenguaje de marcado para biología de sistemas, SBML).

    Disponible aquí bajo petición.

  • Software | GLOBALm: método de agregación para problemas de optimización global con restricciones en Matlab

    Método descrito en Csendes, T., L. Pal, J.O.H. Sendin, J.R. Banga (2008). The GLOBAL Optimization Method Revisited. Optimization Letters, 2(4):445-454.

    El software está disponible bajo petición (escríbenos si te interesa).

  • Software | MITS: algoritmo basado en búsqueda tabú para problemas no lineales entero-mixtos (MINLP)

    Método descrito en: Exler, O., L.T. Antelo, J.A. Egea, A.A. Alonso and J.R. Banga (2008) A Tabu search-based algorithm for mixed-integer nonlinear problems and its application to integrated process and control system design. Computers & Chemical Engineering, 32(8):1877-1891.

    El software está disponible bajo petición (escríbenos si te interesa).

  • Software | ACOmi: optimización por colonia de hormigas de problemas de programación no lineales entero-mixtos (MINLP)

    El método se describe en Schlater, M., J. A. Egea y J. R. Banga (2009). Extended ant colony optimization for non-convex mixed integer nonlinear programming. Computers & Operations Research 36(7): 2217-2229.

    El software está disponible bajo petición (escríbenos si te interesa).

Proyectos activos