Aplicación de técnicas de optimización multiobjetivo en bucle cerrado para el ajuste de un biocontrolador genético sintético

Abstract

[ES] Este trabajo de fin de grado ha tenido como objetivo construir un controlador genético que regula la expresión de un gen. En primer lugar, se ha definido un circuito genético de control con una estructura de controlador proporcional más un término de prealimentación de la referencia. Posteriormente mediante técnicas de optimización multiobjetivo se han ajustado los parámetros del controlador diseñado para que el bucle cerrado tenga un comportamiento óptimo, alcanzando un compromiso entre el error en régimen permanente y la sobreoscilación del sistema. Con el método de optimización multiobjetivo se consigue un frente de soluciones óptimas (Pareto Set). Los resultados obtenidos muestran un buen comportamiento del modelo cuando se ajustan los parámetros correspondientes al promotor del elemento principal del circuito de control a alguna de las soluciones ofrecidas por el Pareto Set. Para finalizar, se han obtenido guías de diseño para saber qué soluciones son las adecuadas para los tres comportamientos posibles del sistema: error alto y baja sobreoscilación, error bajo y alta sobreoscilación o moderado error y sobreoscilación.

[EN] This end-of-degree project has aimed to build a genetic controller that regulates the expression of a gene. First, a genetic control circuit has been defined with a proportional controller structure plus a reference feed-in term. Subsequently, by means of multiobjective optimization techniques, the parameters of the controller designed for the closed loop to have an optimal behavior have been adjusted, reaching a compromise between the error in permanent regime and the overshoot of the system. With the multiobjective optimization method, a front of optimal solutions (Pareto Set) is achieved. The results obtained show a good behavior of the model when adjusting the parameters corresponding to the promoter of the main element of the control circuit to some of the solutions offered by the Pareto Set. Finally, design guides have been obtained to know which solutions are suitable for the three possible behaviors of the system: high error and low overshoot, low error and high overshoot or moderate error and overshoot.