Метод решения

Общая характеристика методов решения задач нелинейного программирования [c.489]

Численные методы решения различных задач фильтрации газа на основе уравнения Л. С- Лейбензона также достаточно хорошо обоснованы в приложениях к проблемам разработки месторождений природных газов. При этом наибольшее распространение получили методы конечных разностей и конечных элементов. Вместе с тем, развитие теории фильтрации газов, вызванное требованиями практики разработки газовых месторождений, и, в частности, изменением горно-геологических условий их залегания (большие глубины, высокие давления и температуры, многокомпонентность газа и т.д.) потребовало учета в основном уравнении, предложенном Л. С. Лейбензоном, многих дополнительных факторов. Так, оказалось, что использование функции Лейбензона в форме (6.2) допустимо при небольших давлениях, в условиях недеформируемых пластов. При достаточно больших давлениях в условиях деформируемых коллекторов под знак интеграла в формуле (6.2) необходимо внести зависимости изменения проницаемости, вязкости и коэффициента сверхсжимаемости газа от давления. При неизотермической фильтрации во многих случаях необходимо учитывать также изменение свойств газа от температуры. [c.183]

ПРИБЛИЖЕННЫЕ МЕТОДЫ РЕШЕНИЯ ЗАДАЧ ТЕОРИИ УПРУГОГО РЕЖИМА [c.159]

Поскольку уравнение Лапласа линейное и однородное, его решения обладают следующими свойствами сумма частных решений есть также решение этого уравнения произведение частного решения на произвольную постоянную есть также решение этого уравнения. На основании этих свойств в подземной гидромеханике разработан метод решения сложных задач, названный методом суперпозиции (методом наложения решений). [c.105]

Для определения температуры взрыва применим метод решения, указанный в предыдущем примере. [c.148]

Метод проб и ошибок наиболее распространен при решении краевых задач для систем обыкновенных дифференциальных уравнений. Однако во многих случаях этот метод поиска начальных условий приводит к задаче с неустойчивым решением. Тогда единственно возможным методом решения краевых задач на АВМ становится метод конечных разностей, приводящий к алгебраическим уравнениям. Моделирование же последних связано с большими трудностями и значительными погрешностями. Поэтому, несмотря на ряд очевидных достоинств, применение аналоговых машин для целей математического моделирования химических процессов из-за указанных причин является весьма незначительным по сравнению с цифровыми вычислительными машинами. [c.12]

Согласно методу решения уравнения (V.8), данному в разделе V.l. [c.102]

Ty)U. Из графиков левой и правой части уравнения (VII.43) видно, что оно может иметь до трех различных решений. В случае эндотермической реакции величина J отрицательна, и потому отрицателен наклон прямых линий. В этом случае решение единственно. Вопрос о числе и характере решений мы еще обсудим при анализе устойчивости стационарного режима здесь же будет полезно сделать ряд замечаний относительно методов решения уравнения (VI 1.43). Это сложное уравнение удобно решать с помощью последовательных приближений. Так как правую часть уравнения трудно разрешить относительно Т, мы можем высказать некоторое предположение [c.163]

В данном разделе рассмотрены примеры математических моделей разных химико-технологических процессов. Основное внимание уделено математическим моделям, характеризующим стационарные свойства процессов. Получаемые соотношения большей частью использованы в последующих главах для иллюстрации методов решения оптимальных задач. [c.62]

Симплексный метод решения задач линейного программирования [c.427]

В случае сложного процесса, включающего несколько одновременно протекающих реакций, трудно провести исследование столь же полно, как и для одной реакции. Часто бывает полезно использовать тот же метод решения стационарных уравнений, т. е. решить R уравнений материального баланса [c.167]

Заключительным этапом эксперимента является обработка полученных результатов, т.е. аппроксимация табличных данных наиболее простым аналитическим выражением. Методы решения таких задач подробно рассмотрены в различных литературных источниках [c.22]

Таким образом, несмотря на относительную простоту формального математического аппарата вариационного исчисления, использование его для решения практических задач связано с преодолением значительных вычислительных трудностей, обусловленных, в основном, необходимостью решения краевых задач для нелинейных диф -ференциальных уравнений. Попыткой избежать этих трудностей и являются прямые методы решения вариационных задач, некоторые из которых приведены ниже. [c.220]

В более сложных случаях система уравнений решается численными методами с применением ЭВМ. Достаточно хорошо разработаны численные методы решения самых разнообразных и очень сложных задач подземной гидромеханики. При этом упомянутые аналитические решения играют очень важную роль на них опробуются численные методы. [c.37]

Полученные здесь простые формулы, вытекающие из точного решения задачи о вытеснении нефти (или газа) водой, применяются при оценочных инженерных расчетах основных технологических параметров разработки нефтегазовых месторождений с использованием процесса заводнения. Кроме того, они могут служить тестами при оценке точности численных методов решения более сложных задач двухфазной фильтрации с использованием ЭВМ. [c.246]

Теория подобия имеет важное значение при переходе от теоретических исследований к инженерной практике. Существуют два противоположных взгляда на теорию подобия некоторые ученые и инженеры отвергают ее, так как она не дает точных решений, иногда чрезмерно упрощает дифференциальные уравнения, описывающие процесс, и выводы ее ненадежны другие считают теорию подобия достаточно простой и легкой, а применение ее методов — решением всех проблем и пользуются этими методами без необходимого анализа возможности их применения. По нашему мнению, обе эти крайние точки зрения на теорию подобия неприемлемы. [c.76]

Методы нелинейного программирования (см. главу IX) применяют для решения оптимальных задач с нелинейными функциями цели. Па независимые переменные могут быть наложены ограничивающие условия также в виде нелинейных соотношений, имеюш,их форму равенств или неравенств. По существу методы нелинейного программирования используют, если ни один из перечисленных выше методов не позволяет сколько-нибудь продвинуться в решении оптимальной задачи. Поэтому указанные методы иногда называют также прямыми методами решения оптимальных задач. [c.33]

Аналитическим методом решения мы заниматься не будем, так как, во-первых, этот вопрос подробно освещен в литературе [2] [c.296]

Для геологов и геофизиков, занимающихся математическими методами решения геологических задач. [c.198]

ХАРАКТЕРИСТИКА МЕТОДОВ РЕШЕНИЯ ЗАДАЧ ОПТИМИЗАЦИИ [c.29]

Остается заметить, что методы исследования функций классического анализа являются той базой, на которой основано использование и более тонких и общих методов решения задач оптимизации, поэтому указанные методы не теряют своего значения в теории оптимальных процессов по мере дальнейшего ее развития. [c.138]

Одна и та же оптимальная задача может быть решена с использованием различных методов оптимизации, поэтому представляет интерес рассмотреть взаимосвязь различных методов решения оптимальных задач. [c.408]

Следует отметить, что значение линейного программирования не исчерпывается решением задач только указанных типов. Сообщается , что в методах решения задач так называемого выпуклого программирования существенным образом используется вычислительный аппарат линейного программирования. Кроме того, иногда при рассмотрении сложного нелинейного объекта иногда удается представить его математическое описание в некоторых локальных областях изменения независимых переменных приближенными линейными соотношениями. Это позволяет свести исходную задачу оптимизации к задаче линейного программирования. Тем самым становится возможным применять его математический аппарат, который в настоящее время разработан достаточно подробно и при наличии цифровой вычислительной машины обеспечивает решение оптимальных задач весьма высокой размерности. [c.413]

В предлагаемом учебном пособии описаны математические методы оптимизации, получившие за последние годы распространение в химической технологии. Систематизация и прикладная направленность этих методов позволили сформировать курс лекций, читаемый в течение нескольких лет на кафедре кибернетики химико-техполо-гических процессов Московского химико-технологического института им. Д. И. Менделеева. Со1[ержание книги в основном соответствует принятому изложению лекционного материала, за исключением глав I и II, где приведены краткие сведения, рассматриваемые в других курсах кафедры и нужные для иллюстрации методов решения оптимальных задач. Кроме того, некоторые специальные математические вопросы, не относящиеся непосредственно к методам оптимизации, но необходимые при их изложении, вынесены в Приложение к книге. Такое построение учебного пособия исключает необходимость предварительного знакомства с дисциплинами, выхо-дяилимп за рамки обычных курсов химико-технологических вузов, и делает его доступным для инженеров-химиков и технологов, занимающихся оптимизацией химических производств и владеющих математической подготовкой в объеме технического вуза. Книга может оказаться также полезной аспирантам химико-технологических специальностей и химических факультетов университетов. [c.10]

Таким образом, следует еще раз подчеркнуть, что методы нелинейного программирования служат не только для решения специфических задач, ио, кроме того, являются необходимым средством, к которому приходится обращаться и при решении оптимальных задач другими методами, а также задач вычислительной математики. Простейший пример — проблема решения системы нелинейных уравненнй с большим числом неизвестных, где практически единственными общими методами решения служат методы нелинейного программирования. [c.547]

Количественная оценка оптимизируемого качества объекта обычно н 1зывается критерием оптимальности или целевой функцией, функцией качества, экономическим критерием и т. д. Вид критерия оптимальности определяется конкретным содержанием решаемой зал,ачи оптимизации и иногда может оказывать существенное влияние на выбор метода решения. В конечном итоге достигаемое значение критерия оптимальности дает количественную оценку эффекта оптимизации. [c.14]

Мысль о необходимости разработки эффективных методов решения творческих задач высказывалась давно, по крайней мере со времени древнегреческого математика Паппа,в сочинениях которого впервые встречаете слово эвристика . Однако лишь в середине XX века стало очевидно, что создание таких методов не только желательно, но и необходимо. Появление методов активизации перебора вариантов — знаменательная веха в истории человечества. Впервые была доказана на практике возможность — пусть в ограниченных пределах — управлять творческим процессом. Осборн, Цвикки, Гордон-показали, что способность решать творческие задачи можно и нужно развивать посредством обучения. Был подорван миф об озарении , не подцаюшемся управлению и воспроизведению. [c.34]

Эта система совпадает с уравнениями типа 1 , рассмотрепньип в разделе .1. Согласно данному там методу решения, функции у [c.99]

В отличие от ЦВМ аналоговые машины позволяют отыскивать не только конечный результат решения, но и дают возможность моделировать ход самого процесса во времени в соответствии с его действительным протеканием в физической модели. Различие может быть лишь в масштабе физико-химических величин и, в отдельных случаях, в масштабе времени. Для этих машин характерны сравнительнб простые методы решения, экономия времени при расчетах (решение практически осуществляется мгновенно), наглядность получаемых результатов и, наконец, относительная дешевизна их. Однако аналоговая машина решает уравнения только с начальными условиями, в то время как многие задачи математического моделирования являются краевыми. Для решения последних на АВМ обычно пользуются методом проб и ошибок, т. е. последовательно подбирают начальные условия такими, чтобы условия в конце интервала интегрирования были выполнены. [c.12]

Выбор методов решения уравнений статики й донамихи объекта. [c.18]

Основным методом решения этой задачи является последовательный переход от одной контактной ступени к другой путем нснользования соотношений материального и тенлового баланса и условий равновесия. [c.305]

Одним из наиболее простых по идее приближенных методов решения задач неустановившейся фильтрации является метод последовательной смены стационарных состояний (ПССС), развитый И. А. Чарным и широко применяющийся в практических расчетах. [c.160]

Как уже подчеркивалось ранее, система конечно-разностных уравнений является алгебраической и поэтому к ней применимы известные методы решения алгебраических уравнений. В то же время отметим, что каждое неявное конечно-разностное уравнение содержит только три значения искомой функции в соседних узлах. Вследствие этого матрица коэффициентов системы конечно-разностных уравнений имеет специальный, так называемый, трехдиагональный вид. Для системы (13.9) матрицей является [c.389]

Это уравнение с разделяющимися переменными может быть решено стандартными методами. Решения представляют собой АиВ как фуршцпп времени I. Система [c.47]

Пожалуй, нанлучшим путем при выборе метода оптимизации, наиболее пригодного для решения соответствующей задачи, следует признать исследование возможностей и опыта применения различи111Х методов оптимизации. В последующих главах будут рассмотрены перечисленные выше математические методы решения оптимальных задач и примеры их использования. Здесь же дана лишь краткая характеристика указанных методов и областей их применения, что до некоторой степени может облегчить выбор того или иного метода для рс-шеиия конкретной оптимальной задачи. [c.29]

Методы исследования функций классического анализа (см. главу III) представляют собой наиболее известные методы решения несложных оптимальных задач, с которыми инженер знакомится при изучении курса математического анализа. Обычной областью исиользованин данных методов являются задачи с известным аналитическим выражением критерия оптимальности, что позволяет найти не очень сложное, также аналитическое выражение для производных. Полученные приравниванием нулю производных уравнения, определяющие экстремальные решения оптимальной задачи, крайне редко удается решить аналитическим путем, поэтому, как правило, применяют вычислительные машины. При этом надо реншть систему конечных уравнений, чаще всего нелинейных, для чего ириходитсп использовать численные методы, аналогичные методам нелинейного программирования (см. главу IX, стр. 530). [c.30]

Заслуживают внимания прямые методы решения задач оптимизации функционалов (см. главу V, стр. 220), обычно позволяю1цне свести исходную вариационную задачу к задаче нелинейного нро-грамкшрования, решить которую иногда проще, чем краевую задачу для уравнения Эйлера. [c.31]

Специфической особенностью методов решения оптимальных задач (за исключением методов нелинейного програмкшрования) является то, что до некоторого этана оптимальную задачу решают аналитически, т. е. находят определенные аналитические выражения, например, системы конечных или дифференциальных уравнений, откуда уже отыскивают оптимальное решение. В отличие от указанных методов при использовании методов нелинейного программирования, которые, как отмечалось выше, могут быть названы прямыми, применяют информацию, получаемую при вычислении критерия оптимальности, изменение величины которого служит оценкой эффективности того или иного действия. [c.34]

Основная трудность, возникаюи ая при испо,льзовании методов исследования функций в задачах, включающих больше двух независим],1Х переменных, заключается в сложности проверки условий доста-тс чности и совместности получаемых систем уравиений, определяющих экстремальные значепня критерия оптимальности. Вместе с тем, такие же трудности встречаются и при примеиении Д11угих методов решения оптимальных задач, причем иногда даже в еще более с.лож-ной форме, как, напрпмер, в вариационном исчислении. [c.138]

Настоящая глава посвящена рассмотрению методов решения одного важного класса задач, которые могут быть представлены как задачи отыскания экстремума соответствующего критерия oiith-мальности при условии, что иа независимые переменные наложены определенные ограничения, имеющие вид равенств. Типичными примерами подобных задач служат задачи, в которых требуется оптимальным образом распределить заданное количество ресурсов, чтобы принятая оценка эффективности процесса имела при этом. максимальное или минимальное значение. Как показано ниже, к задачам с ограничениями на независимые переменные тииа равенств можно свести и такие задачи, в которых ог )аничения данного типа в явном виде отсутствуют. [c.139]

Кроме того, на примере оптимизации реактора изложен подход к решению реальной вариационной задачи с ограничениями типа неравенств. Решение этих задач представляет собой, вообще говоря, весьма сложную проблему. Однако задачу оптимизации реактора идеального вытеснения все же можно решить, если принять во внимание некоторые свойства оптимизируемого процесса. К сожалению, и общем случае не представляется возможным указать достаточно удобные методы решения вариационных задач с ограничениями тйпа неравенств. Поэтому для каждого конкретного процесса приходится искать са.мый удобный прием или же решать задачу с помощью других методов, например динамического программирования или принципа максимума, более приспособленных для решения таких адач. [c.222]

Ускорение сходимости симплексного метода. Симплексный метод решения адач линейного программирования но суи1,еству является шаговым методом, позволяющим последовательно улу инать имеющееся решение. В этом симплексный метод сходен с итеративными методами решения. Однако в отличие от большинства указанных методов, где момент окончания итераций обусловливается заданиой точностью получения решения и она, как правило, увеличивается с возрастанием числа итераций, симплексный метод на последнем нш1 е характеризует ретиение, точность которого уже нельзя повысить увеличением числа шагов. [c.439]