Оптимизация одновременная

Лицо, проводящее оптимизацию, одновременно определяет оптимальное значение выбранных технологических величин. [c.343]

Чаще всего требуется оптимизация одновременно по ряду показателей изучаемого процесса или объекта. В таком случае, при каждой из указанных комбинаций факторов, следует измерить значения всех показателей и определить для каждого из них параметры уравнения типа (12). После этого возможен расчет комплексных оптимальных вариантов с учетом всех показателей при использовании современной вычислительной техники. [c.337]

Оптимизацию реактора можно проводить по любому параметру, характеризующему химический процесс получение оптимального температурного профиля, максимальный выход одного или нескольких целевых продуктов, минимальные расходы электроэнергии, пара, материалов, минимальные затраты на эксплуатацию, оптимальные давления, количество секций, высота отдельных секций и т. д. Провести оптимизацию одновременно по всем параметрам нельзя, поэтому ее выполняют по каждому параметру отдельно, имея в виду, что это возможно только в том случае, если оптимизируемый параметр способен изменяться при изменении управляющих воздействий. [c.164]

Выше указывалось, что оптимальные основные размеры и технологические переменные зависят от величины экономических коэффициентов, так что оптимизация должна производиться при одновременном технико-экономическом анализе. Отыскивается экстремум такой целевой функции, независимая переменная которой умножена на ее экономический коэффициент. [c.337]

В идеальном случае для каждого типа дизеля требуется топливо, оптимальное по фракционному составу, вязкости, цетановому числу и ряду других показателей, которое позволило бы наиболее эффективно организовать рабочий процесс. На практике как раз наоборот необходимо обеспечивать надежную и экономичную работу дизельных двигателей разного типа, размерности и различной степени напряженности на топливах относительно ограниченного ассортимента. Отсюда появляется потребность в оценке влияния изменений углеводородного и фракционного состава и других свойств топлив на показатели рабочего процесса дизельных двигателей разного типа. При этом одновременно определяют возможность эффективного применения опытного дизельного топлива на двигателе данного типа, необходимость оптимизации некоторых показателей качества опытного топлива, целесообразность конструктивных доработок и изменения регулировок данного дизеля для повыщения экономичности и надежности работы на новом топливе. [c.93]

Оптимизация ио критерию максимального объема выпуска иродукции. Так йя задача имеет две разновидности в зависимости от единиц измерения объема производства. Первая — это максимизация объема ироизводства иродукции в натуральном выражении, что означает одновременно расчет производственной мощности иа базе оптимального ассортимента. [c.190]

Последние две задачи целесообразно решать одновременно, что позволит существенно увеличить эффективность расчетов. Использование численных методов в задачах циклической оптимизации имеет ряд особенностей по сравнению с классическими задачами оптимизации, обусловленных периодическими граничными условиями, когда не известны ни начальное, ни конечное состояния системы, ни оптимальная продолжительность периода. Вторая особенность возникает при рассмотрении различных интегральных ограничений на средние показатели процесса. [c.292]

Следующим этапом является оптимизация производственной программы совместно с графиком ППР. Цель задачи — расчет производственной мощности предприятия с одновременным расчетом графика ППР, лимитирующего выпуск продукции. [c.29]

Факторный эксперимент и дробные реплики- позволяют изучить экспериментально область вблизи произвольно выбранной исходной точки. Одновременно по полученным результатам можно определить способ изменения входных переменных х ,. .., Хр с целью оптимизации процесса по выходной переменной у, для которой получено адекватное уравнение регрессии. [c.29]

Цепочка реакторов идеального смешения. При расчете оптимального режима процесса, протекающего в цепочке реакторов идеального смешения, оптимальному выбору подлежат температуры и времена контакта в каждом из реакторов. Рассмотрим задачу оптимизации процесса, включающего произвольное число реакций. Как и выше, примем обратную нумерацию реакторов (см. рис. IX.3). Очевидно, состав потока в (п 1)-м реакторе есть одновременно состав на входе /г-го реактора. Материальный баланс и-го реактора но каждому из ключевых веществ записывается в виде (см. раздел УИ.З) [c.384]

Оптимизация термотехнологических процессов — достигается только при одновременном и совместном рассмотрении проблем теоретической возможности оптимизации рассматриваемых термотехнологических процессов и практической осуществимости их в печах конкретного конструктивного типа. [c.119]

Из (3.1) следует, что оптимизация по г одновременно решает задачу нахождения оптимального отношения фронтальных сечений аппарата. Согласно (2.11) [c.48]

Необходимо особо подчеркнуть, что для целей автоматизированного проектирования объектов химической промышленности разработка методов решения задач синтеза ХТС на основе использования того или иного принципа синтеза ХТС одновременно объективно предусматривает широкое применение принципов математического моделирования ХТС, различных типов математических моделей ХТС и разнообразных методов оптимизации как отдельных ХТП, так и сложных ХТС. [c.143]

Для решения задачи синтеза ХТС с использованием интеграль-но-гипотетического принципа целесообразно применять многоуровневый метод оптимизации. При этом на первом этапе многоуровневого метода оптимизации определяются оптимальные значения коэффициентов, а на втором этапе — оптимальные значения переменных с1п для данных значений коэффициентов б"/, т. е. для вполне определенной технологической топологии ХТС. Такой подход позволяет резко сократить трудоемкость вычислительных процедур и рассматривать относительно меньшее число альтернативных вариантов технологической топологии ХТС, чем при одновременном определении оптимальных значений как коэффициентов б . , так и переменных с1п, обеспечивающих оптимальное функционирование синтезируемой ХТС. [c.171]

Этому случаю соответствует область Е на рис. 8.9. Придадим в этой области указанным выражениям значение оо. Тогда решение поставленной задачи оптимизации дает ответ х = х к, ху, % ] , который одновременно удовлетворяет и требованиям надежности. Если же критерии О (8.54) или Н (8.55) равны оо, то оптимального решения нет, что эквивалентно отсутствию и надежного решения (рис. 8.10). [c.231]

Другим режимом работы ЭВМ, часто объединяемым с мультипрограммированием, является параллельная обработка. Идея этого способа многопрограммной работы состоит в том, что переход от одной программы к другой производится в результате естественного прерывания (ожидание ввода — вывода) и в результате вынужденного переключения через короткие интервалы времени, сравнимые со скоростью работы процессора. При параллельной обработке программы выполняются по очереди в короткие промежутки времени и создается впечатление их одновременного исполнения, тем более что результаты расчета выдаются потребителю по мере завершения каждой из них. Задача оптимизации времени расчета обычно не ставится при реализации этого метода, однако в конечном итоге время ожидания решения пользователями сокращается по сравнению с пакетной обработкой. [c.192]

В первый набор оптимизирующих ИП вошли тип экстрагента 8 = (А или В) ж массовый расход экстрагента W. Структура информационных потоков, отвечающая этим оптимизирующим переменным, представлена на рис. 11-13, а. Как было показано, в этом случае при решении задачи отыскания экстремума функции цели У и определении численных значений базисных ИП нужно одновременно решать два уравнения математической модели подсистемы. Каждому набору оптимизирующих информационных переменных ХТС при заданной целевой функции Ч соответствует новая формулировка задачи оптимизации. [c.77]

Одно из важных достоинств метода многоуровневой оптимизации заключается в том, что с его помощью можно значительно уменьшить время решения и (или) требуемый объем памяти оперативного запоминающего устройства ЭВМ. Время решения может быть значительно сокращено благодаря одновременной оптимизации подсистемы (элементов) ХТС па цифровой вычислительной машине или на нескольких машинах, которые выполняют параллельные операции. Требуемый объем машинной памяти может быть уменьшен, так как задачи оптимизации подсистем (элементов) ХТС имеют меньшие размеры, чем первоначальная задача. [c.313]

Прямой метод структурной оптимизации (блок Я) основан на одновременном поиске оптимальных условий по технологическим и структурным параметрам. Для уменьшения размерности задачи пользуются свойством линейности обобщенного описанием структуры ХТС и возможностью декомпозиции общей проблемы на линейную и нелинейную подзадачи. Второе направление структурной оптимизации (метод НОС, блок /) основано на теории существования предельно оптимальных [c.180]

Сопоставление перечисленных вариантов по показателю относительной экономической эффективности капитальных вложений показало, что наиболее рациональным и экономичным путем удовлетворения потребностей в ДТ является оптимизация требований к его качеству [70, 112]. Оптимизация качества ДТ предполагает, прежде всего, расширение его фракционного состава как путем повышения температуры конца кипения, так и одновременным повышением конца кипения и снижением ее начала кипения. При этом первоначально осуществляется, в основном, утяжеление фракционного состава ДТ, а затем, по мере высвобождения бензиновых фракций, обусловленного дизелизацией автомобильного парка, возможно расширение фракционного состава ДТ за счет вовлечения бензиновых фракций. [c.9]

Подбор оптимального режима пропарки реактора. По проекту после завершения процесса коксования кокс выдерживают в реакторе около 6 ч в изометрических условиях, одновременно подавая в реактор для пропарки 5- 6 т/ч водяного пара. Исследованиями было установлено, что при большем расходе пара происходит не только повышение, но наоборот, снижение прочности верхнего рыхлого слоя и уменьшение выхода электродного крупнокускового (> 25 мм) кокса. Этот результат обусловлен, очевидно, увеличением скорости охлаждения кокса в реакторе и сокращением времени изотермической его выдержки. При расходе водяного пара менее 1 т/ч происходило забивание транспортных каналов коксующейся массой из верхнего слоя кокса в реакторе, что исключает возможность проведения последующего процесса охлаждения кокса водой. На основании проведенных исследований был рекомендован и внедрен оптимальный режим пропарки реактора, а именно расход пара- 1 т/ч и продолжительность пропарки 6- 12 н с учетом резерва времени на проведение подготовительных операций. Оптимизация условий проведения этой операции позволила, кроме увеличения в хода (на 3- 4%) и повышения качества кокса, значительно уменьшить расход водяного пара и объем стоков. [c.73]

Перейдем к математической формулировке этой части задачи. Возможность допущения о непрерывном характере изменения дискретных параметров первой группы позволяет применить для их оптимизации методы и алгоритмы, использованные для решения первой части задачи. Практически эта группа дискретно изменяющихся параметров оптимизируется одновременно с оптимизацией непрерывно изменяющихся параметров. Наи- [c.145]

Так как часто требуются одновременно наилучшие показатели многих свойств ХТС, то необходима многокритериальная оптимизация. [c.28]

К структуре ХТС и качеству ее функционирования обычно предъявляется ряд требований, поэтому оптимизацию приходится осуществлять с учетом нескольких критериев оптимальности. Хотелось бы, конечно, обеспечить экстремальные значения всех критериев одновременно, но, к сожалению, это невозможно. Дело в том, что эти экстремумы обычно соответствуют различным точкам факторного пространства, т. е. различным наборам значений независимых переменных. Кроме того, некоторые требования к ХТС могут быть противоречивыми. Например, требование более высокой надежности связано с реализацией дополнительных капиталовложений, что противоречит требованию минимизации стоимости системы. [c.180]

Методы переменной метрики. Движение к экстремуму целевой функции по сопряженным направлениям позволяет существенно ускорить поиск, поэтому в работах, посвященных развитию методов оптимизации, значительное внимание уделяется улучшению выбора сопряженных направлений. Особенно эффективен поиск сопряженных направлений с одновременным накоплением информации [c.210]

Типичным случаем неправильной постановки условий задачи оптимизации является распространенная ошибка, когда нужно найти оптимальные значения нескольких величин одновременно, например толучить максимальный выход продукции при минимальном расходе сырья . Поскольку минимальный расход сырья, очевидно, равен нулю, ни о каком максимальном выходе продукции здесь нельзя говорить. [c.13]

Время жизни образовавшегося дихлоркарбена всегда крайне мало. В отсутствие реагирующего олефина он выдыхается . Например, хорошо изучены многостадийные и сложные реак-ци с дихлоркарбеном, полученным из трихлорацетата натрия [614]. Однако в случае реакции Макоши весь дихлоркарбен не образуется одновременно. Побочные реакции и гидролиз идут медленно, и система остается реакционноспособной в течение длительного времени даже в отсутствие хорошего акцептора карбена. Таким образом, находящийся в равновесии с исходным реагентом ССЬ может ждать субстрат, и поэтому становится возможной реакция даже с очень дезактивированными субстратами. На практике применяют 50%-ный (концентрированный) водный раствор гидроксида натрия в присутствии ТЭБА как катализатора и хлороформа в качестве растворителя. Общие тенденции к образованию, присоединению и гидролизу ССЬ приведены в табл. 3.18. В отсутствие олефина медленный гидролиз хлороформа ускоряется примерно в 6 раз под действием ТЭБА. Добавление олефина приводит к повышению расхода хлороформа, величина ускорения зависит от природы олефина. Гораздо большее значение имеет то, что соотношение скоростей присоединения карбена и гидролиза хлороформа зависит от нуклеофильности олефина и может изменяться в очень широких пределах [384]. Поэтому малореакционноспособные субстраты следует перемешивать с большим избытком основания и хлороформа длительное время. Из данных, приведенных в табл. 3.18, видно, что условий, оптимальных для всех олефинов, не существует. Тем не менее была проделана большая и успешная работа по оптимизации условий реакции [c.291]

Дальнейшее развитие средств ААИ идет по пути совершенствования эксиериментальных методов визуализации объектов исследования — применения адсорбционных индикаторов для выделения определенных элементов структуры, применения различных люминесцентных индикаторов для визуализации потоков, применения рентгеновских ионных анализаторов в качестве приставок к электронным микроскопам, позволяющих проводить высокоспецифичный анализ распределения химических элементов в структуре [17] и многих других. Одновременно быстро развиваются методы [18] и средства для оптимизации и машинной обработки изображения. Увеличение объема памяти и быстродействия вычислительных машин, примененпе систем искусственного интел.лекта способствует развитию систем распознавания динамических образов и соответственно расширению возможностей анализа быстроиротекающих процессов и построению динамических моделей объектов со сложной пространственной структурой. [c.126]

Поскольку найденная оптимальная последовательность определяемых величин Уу 1 и т- д- обеспечит оптимум всего -функционала У = 2 / одновременный поиск 1 величины д ,-заменяется 1 поиском одной величины. Такой алгоритм является наиболее простым, но он не позволяет выполнить оптимизацию на последнем от конца, т. е- первом от начала, интервале. Действительно, оптимизация N2 даст величину х на конце первого интервала- Однако в начале этого интервала величина х =х задана краевым условием, т- е- величина У и положение прямой на первом интервале не являются независимыми- Этот недостаток несущественен при достаточно большом числе интервалов тУ, но затрудняет исследование сходимости метода- [c.216]

Оптимизация процесса регенерации реального аппарата невозможна без определения условий проведения процесса на единичном зерне для оценки возможных местных перегревов, приводящих к снижению механической прочности и каталитической активности катализатора. Поэтому изучение процесса регенерации целесообразно провести последовательно на единичном зерне, в неподвижном слое, в реальном аппарате. Такой подход не нов процесс на единичном зерне и в неподвижном слое исследовался в СССР Г. М. Панченковым и Н. В. Головановым [1], Д. П. До-бычиным и Ц. М. Клибановой [2]. Особенностью излагаемого ниже подхода является одновременное решение элементарных уравнений материального и теплового баланса с учетом методов, изложенных в главах II, IV и VIII. Такой подход позволяет получить строгое и достаточно точное описание неизотермического процесса, некоторые новые результаты (например, определить температуру разогрева зерна, температуру горячей точки слоя, моделировать различные реакционные системы и т. п.) и, главное, обоснованно подойти к созданий математического описания промышленного регенератора. [c.295]

I, может измеряться приблил енно достаточно иметь возможность 1 роранжировать эти величины. При этом можно одновременно учитывать несколько параметров оптимизации выход продукта, стоимость, чистоту и т. д. Параметр оптимизации может не измеряться количественно. Метод не предъявляет жестких требований к аппроксимации поверхности отклика плоскостью. Симплекс-план может быть использован как алгоритм при оптимизации процесса с использованием управляющей машины. [c.226]

В частности, методы разделяются по количеству иерархических уровней (одноуровневые и многоуровневые), по порядку производных, используемых в процессе поиска решения и т. д. Наиболее широкое распространение в задачах анализа и синтеза ХТС находят методы нулевого (без вычисления производных) и первого порядков. Наряду с ними все более широкое применение получают и многоуровневые методы (в частности, двухуровневые), в основе которых лежит идея декомпозиции исходной задачи на ряд подзадач меньшей размерности. Использование линеаризации уравнений математического описания на первом уровне позволяет эффективно применять хорошо разработанный аппарат линейной алгебры. На первом уровне подсистемы рассчитываются независимо друг от друга, а второй уровень служит для координахщи оптимальных решений с целью достижения общего оптимума системы. Стратегия координации решений в целом может осуществляться с использованием алгоритмов явной или неявной декомпозиции. Одно из важных преимуществ метода многоуровневой оптимизации заключается в том, что с его помощью можно существенно сократить время решения общей задачи и требуемый объем оперативной памяти. Сокращение времени расчета может быть достигнутю за счет одновременной оптимизации подсистем с помощью параллельна работающих продессов ЭВМ. Однако следует отметить, что мыо-гоуровневые методы обеспечивают сходимость итерационного процесса только при определенных условиях, налагаемых как на целевую функцию и математическое описание, так и на декомпозицию исходной ХТС на подсистемы (4, 53]. К тому же доказательств условной сходимости многоуровневых методов практически нет. [c.143]

Таким образом, если мы выбираем в качестве оптимизируюпщх переменных тип экстрагента (s = Л или В) и его массовый расход Щ, то для определения максимального значения целевой функции Р и численных значений базисных ИП нужно одновременно решать два уравнения математической модели подсистемы. По методу Гаусса, число вычислительных операций при решении двух уравнений математической модели v = п = 8. Величина v определяет трудоемкость вычислительных процедур решения задачи оптимизации. [c.71]

Поэтому действительное решение сложных проблем онтимизации возможно только ири помощи автоматических счетных машин. Благодаря одновременному развитию вглчислительной техники и прикладной математики стали доступи . ми мощные практические методы решения сложных проблем оптимизации. [c.219]

Только в очень простых случаях система из (6Л +1) уравнений может быть решена аналитически, п обычно при этом проблема оптимизации решается прямыми методами (см. пример 1-4). Вообще же одновременное решение (6Л - -1) уравнений, в которых содержится (б У - -1) неизвестных, — типичная задача для счетной машины. Обычные приемы в этом случае — ряд последовательных аппроксимаций. Прпмер примснехшя оппсанпого метода дается ниже. [c.226]

Для оптимизации достаточно большой группы параметров, которые характеризуют количество элементов оборудования и связей, имеюших сходное назначение в технологической схеме установки, разработан метод, основанный на обеспечении неизменности структурных условий- задачи в процессе оптимизации [62, 63]. Здесь использована возможность представления структуры схемы и компоновочных взаимосвязей между ее элементами характерными граничными значениями непрерывно изменяющихся параметров. Используется максимально сложная исходная схема установки, а промежуточные варианты схемы в процессе ее оптимизации образуются как ее части. Достижение некоторыми непрерывно изменяющимися параметрами своих граничных (нулевых) значений означает частичное вырождение максимально сложной схемы в промежуточную, а затем и в оптимальную схему установки. Благодаря эквивалентированию изменений дискретных параметров максимально сложной схемы изменениями непрерывно изменяющихся параметров для оптимизации вида схемы может быть использован один из эффективных алгоритмов нелинейного программирования. При такой постановке задачи возможна одновременная оптимизация (без подразделения на этапы) непрерывно изменяющихся параметров и группы дискретно изменяющихся параметров. [c.150]

Второе нзданйе книги значительно усовершенствовано по сравнению с первым. В него включены новые примеры расчетов процессов, связанных с охраной природы, которые можно выполнять с применением вычислительных машин. Дан расширенный пример расчета целой химико-технологической системы (ХТС) с применением электронной вычислительной машины (ЭВМ). Этот расчет (см. пример 39) разработан преподавателями кафедр Математическое моделирование и оптимизация химических процессов ЛТИ им. Ленсовета и Системотехника Высшей технической школы им. К. Шорлеммера (ГДР, Лейна-Мерзебург) под руководством и при участии профессора К- Хартмана и ассистента В. Коллерта. Одновременно с включением новых примеров изъяты менее удачные примеры, которые были в первом издании. Внесены уточняющие исправления во многие примеры расчетов. [c.4]

Как уже было отмечено, при синтезе алгоритмов стабилизации было применено численное моделирование системы в целом с одновременным применением метода Розенброка для определения оптимальных параметров в алгоритмах стабилизации. Для ограничения времени, необходимого для расчетов на вычислительной машине, математическая модель реактора была упрощена. При упрощении мы исходили из полной метаматической модели реактора в виде системы дифференциальных уравнений в частных производных [215], которая решалась на ЭВМ. Затем численные решения были аппроксимированы в форме последовательного соединения нелинейной статической модели и линейной динамической модели (рис. IX.10). Аппроксимированная модель была использована при оптимизации параметров алгоритмов стабилизации. [c.366]