Аппроксимационная реализация

Вторая глава посвящена анализу известных детерминированных моделей оптимального планирования. Полученные результаты показывают, что, обладая общей качественной природой, аппроксимационные модели и модели с переменными параметрами в реализации отличаются друг от друга. Показано, что модели обоих названных типов являются [c.3]

В моделях с переменными параметрами, допускающих в некоторых случаях эффективную линеаризацию, в зависимости от алгоритма решения предусмотрена 1) генерация аппроксимационных вариантов, осуществляемая по ходу реализации алгоритма решения, или 2) предварительное определение множества аппроксимирующих вариантов путем разложения варьируемых векторов технологических параметров по вершинам выпуклых многогранников, определяющих допустимые области технологических параметров. [c.43]

Необходимо отметить, что если реализуемость аппроксимационных вариантов проверена на практике или предварительно рассчитана по специально разработанным моделям внутризаводского планирования, то построенные по известным методикам модели с переменными параметрами или диапазонные модели не гарантируют априорного характера реализуемости результатов расчета. Реализуемость решений определяется обоснованностью предельных значений переменных параметров и адекватностью функциональных ограничений (2.54), (2.55) физическим условиям реализации процесса. В определенной мере эта проблема в многоуровневой системе управления может быть решена с использованием моделей статической оптимизации технологических процессов. [c.45]

Практическое применение всех приведенных выше кинетических уравнений для описания реальной твердофазной реакции обычно заключается в переборе уравнений с целью нахождения наилучшим образом описывающего имеющиеся экспериментальные данные. Однако поскольку число измерений ограничено и неизбежны ошибки измерения, тот факт, что некоторое кинетическое уравнение удовлетворительно описывает набор экспериментальных данных, еще не означает реализации в исследуемом процессе использованных при выводе уравнения предпосылок. Особенно это относится к уравнению (5.81), обеспечивающему большие аппроксимационные возможности благодаря комбинации степенной и экспоненциальной функций. В этом случае особое внимание следует уделить тому, чтобы полученное значение п имело физический смысл. Значительно повлиять на вид кинетических кривых может и высокая степень полидисперсности системы (в пределе переходящая во фрактальную геометрию). В этом случае при анализе кинетики твердофазных реакций часто оказывается необходимо учитывать характер распределения частиц по размерам в исследуемой системе. Без наличия дополнительных данных (например, микроскопической информации о геометрической организации системы) то или иное кинетическое уравнение можно с уверенностью рассматривать только как математическую аппроксимацию экспериментальных результатов. [c.218]

На наш взгляд, помимо причин, указанных в работах [59-66], эффективное внедрение в производство оптимизационных задач сдерживается и отсутствием единых методологических основ проводимой формализации. Это привело, в частности, к существенному многообразшо несвязанных между собой вариантов формализации моделей. В области линейных моделей наметились два основных типа аппроксимационные модели и модели с переменными параметрами. Оба типа моделей, предназначенных для одной и той же цели - определить оптимальный текущий план выпуска товарной продукции в целом по НПК, формально реализованы на основе различных подходов. В тех случаях, когда на рассматриваемом производстве общее число технологических объектов планирования мало, в обоих типах моделей предусмотрено достаточно подробное поустановочное описание технологического процесса переработки нефти от первичной переработки до приготовления товарной продукции. Формальная разница проявляется в том, что в аппроксимационных линейных детерминированных моделях коэффициенты выпус-ка-затрат принимаются строго фиксированными, а в моделях с переменными параметрами изменяющимися в некоторых, заранее определенных интервалах. Однако такая детализация оказывается эффективной лишь при моделировании на заводском уровне, поскольку оба названных подхода предполагают переработку большого объема информации и при переходе к описанию комплекса, состоящего из двух и более НПП, размерность соответствующей модели значительно возрастает. Информационное обеспечение этих задач не гарантирует априорной совместности вводимых ограничений, а их фактическая реализация, как правило, сопровождается дополнительной корректировкой параметров, направленной [c.108]

Ориентировочный расчет можно провести, если принять, как и для плотнейшей упаковки (10), что 52 = 51 (1+//а). (Резул1 тат см. на рис. 1, точки 4, 5). Для сравнения на тех же рисунках представлен расчет по теории масштабных частиц [1, 4, 5], являющейся, как известно, достаточно хорошей аппроксимационной теорией для флюидной фазы сферически симметричных частиц. Объемы дисков в этом случае выбирались равными объемами соответствующих гантелей (точки 6). Для более полного выяснения вопроса о точности предложенного метода и его конкретных реализаций рассмотренные системы промоделируем с помощью метода Монте-Карло в (NУТ-ансамбле при периодических граничных условиях. В основной ячейке помещались 25 частиц. Расчет Д велся по предложе1П1ому в [7] методу последовательных включений. Длины цепей Маркова выбирались из условия, что Доверительный интервал для обычного уровня значимости 0,95- ие превышал 0,1, и составляли (2—3).10 шагов (точки /). Теоретические расчеты с данными цифрового эксперимента согласуются удовлетворительно, в осо- [c.15]

Справочник химика 21

Химия и химическая технология