Методы оптимизации детерминированных процессов

В учебнике описаны методы моделирования и области их применения, а также принципы построения и виды математических моделей. Подробно изложена методика составления кинетических и гидродинамических моделей. Рассмотрены математические модели химических реакторов и вопросы перехода от лабораторных опытных установок к промышленным аппаратам. Приведены примеры построения математических моделей некоторых аппаратов химической технологии. Отражены особенности статистических математических моделей, описана методика их составления как на основе пассивного, так и активного эксперимента. Изложены основные положения оптимизации химико-технологических процесссов, даны примеры решения задач оптимизации детерминированных и стохастических процессов. Учебник предназначен для студентов химико-технологических специальностей вузов. Его смогут использовать в своей практической работе также инженеры-химики. [c.2]

Методы нелинейного программирования объединяют различные способы решения оптимальных задач градиентные, безградиентные, случайного поиска и др. Они применяются для оптимизации как детерминированных, так и стохастических процессов. [c.249]

МЕТОДЫ ОПТИМИЗАЦИИ ДЕТЕРМИНИРОВАННЫХ ПРОЦЕССОВ [c.203]

До недавнего времени анализ работы химических реакторов не выходил за пределы алгебраических расчетов материальных и тепловых потоков, проводимых без учета макрокинетики химических процессов, а временные характеристики, необходимые для управления процессом, совсем не учитывались. Вопросы оптимизации процессов химической технологии практически не рассматривались. Основным методом расчета таких процессов был метод теории подобия, сводившей дифференциальные уравнения процесса к соответствующему набору безразмерных комплексов физических величин (критериев подобия), нахождение связи между которыми и составляло основную задачу получения расчетных формул. Этот прием, оправдавший себя для детерминированных однозначно протекающих физических процессов в однофазных системах со строго фиксированными границами, позволил получить расчетные уравнения для ряда инженерных задач гидродинамики, теплообмена и в меньшей степени для массообмена, но оказался недостаточным для двухфазных систем и процессов, осложненных химическими реакциями. В последнем случае из-за несовместимости критериев [c.5]

И1. Группа поисковых методов оптимизации стохастических процессов базируется на нелинейном программировании. Однако эти методы существенно отличаются от таковых при оптимизации детерминированных процессов нелинейным программированием вследствие особенностей статистических математических моделей. [c.249]

Изложение методов оптимизации в последующих главах относится лишь к детерминированным процессам, поэтому в дальнейшем, как правило, принимается, что случайные возмущающие параметры в них отсутствуют. [c.25]

Подобная ситуация типична для детерминированных процессов, природа которых недостаточно изучена, случайных процессов с неизвестными статистическими характеристиками или когда вообще не ясно, является ли процесс детерминированным или стохастическим, и т. д. Единственно возможным подходом в этих условиях является наблюдение текущих реализаций и их обработка. При этом регулярные итеративные методы становятся непригодными и возникает необходимость в использовании принципов адаптации, основанных на вероятностных итеративны х процедурах. Идея построения вероятностных итеративных процедур состоит в переносе схем регулярных алгоритмов типа (2.4) — (2.6) на случай, когда градиент функционала V/ (а) неизвестен. Для этого в процедурах (2.4)—(2.6) специальным образом подбирается матрица Г и вместо неизвестного градиента V/ (а) используются наблюдаемые реализации (х, а). Таким образом, вероятностный алгоритм оптимизации алгоритм адаптации) можно записать в одной из трех форм рекуррентная форма [c.85]

Преимущества градиентного метода оптимизации по сравнению с методом случайного поиска возрастают в случае организации процесса спуска с переменным рабочим шагом. Для этого случая в процессе случайного поиска среднее приращение функции 3(Х) на один расчет в 2л/(и + 1) раз меньше, чем при градиентном методе. Напомним, что п — число оптимизируемых параметров X. Указанные результаты сопоставления детерминированного и случайного способов поиска, естественно, полностью справедливы только для условий выполнения расчетов [56]. Тем не менее, они позволяют сделать вывод о нецелесообразности применения метода случайного поиска для оптимизации непрерывно изменяющихся параметров адсорбционных установок, т. е. там, где возможно использование детерминированных методов направленного поиска (градиентного и др.). Вместе с тем принцип случайного поиска обладает важными преимуществами во-первых, алгоритмы, его реализующие, менее чувствительны, чем детерминированные методы, к наличию неглубоких локальных минимумов, и, во-вторых, некоторые алгоритмы случайного поиска позволяют определить точку абсолютного минимума. [c.136]

В данном обзоре рассмотрены методы построения и использования детерминированной модели и алгоритма для регулирования и оптимизации газодинамических процессов разработки месторождений. [c.246]

Учебник состоит из девяти глав. Главы I—П1 содержат основные положения и предпосылки метода математического моделирования, общие принципы и схемы построения математических моделей, а также характеристику двух направлений в химической кибернетике, которые определяют исходные позиции при составлении математического описания. В главах IV, Vи VI подробно рассматривается методика построения кинетических, гидродинамических моделей и моделей некоторых химических реакторов (математическое описание детерминированных процессов). В главе VII приведены примеры составления математических моделей процессов без химического превращения, протекающих в аппаратах химической технологии. В главе VIII изложена методика построения статистических математических моделей (стохастические процессы), дана краткая характеристика наиболее распространенных методов составления статистических моделей и примеры к каждому из них. Поскольку основной целью математического моделирования является оптимизация хими-ко-технологических процессов, заключительная — IX глава содержит некоторые сведения об оптимизации и постановке задач оптимизации, смысл и содержание которых иллюстрируются на конкретных примерах. В приложения включены некоторые таблицы и специальные термины, используемые при разработке статистических моделей. [c.8]

В настоящее время мощным средством повышения эффективности научных исследований при решении задач расчета, анализа, -оптимизации и прогнозирования химико-технологических процессов стал метод математического моделирования [1]. При наличии полной информации о механизме процесса (термодинамике, кинетике, гидродинамике) составляют детерминированную математическую модель, представляющую собой систему дифференциальных уравнений обыкновенных или в частных производных. Для определения неизвестных констант, входящих в систему дифференциальных уравнений и проверки адекватности математической модели процесса, проводится эксперимент. [c.5]

В книге Робертса рассматриваются вопросы оптимизации как детерминированных, так и стохастических моделей многостадийных процессов химической технологии методом динамического программирования. Использование этого метода особенно целесообразно при оптимизации процессов химической технологии, осуществляемых через последовательность этапов превращений, таких, как ректификация, абсорбция, экстракция, а также химических процессов, проводимых в цепочке реакторов, в многослойных контактных аппаратах и т. п. Этот метод позволяет определить оптимальную стратегию проведения процессов и, следовательно, может служить основой составления оптимального алгоритма управления процессом. [c.7]

Другим методом является рассмотрение объекта исследования как некоторого комплекса или системы. В химической технологии этот метод, предложенный теорией рециркуляции, имеет иное назначение, чем теория систем в детерминированных методах оптимизации или управления. Детерминированными методами нельзя исследовать комплексный процесс и понять многие трудности, возникающие вследствие взаимодействия отдельных элементов сложной химической или еще более сложной биологической системы. Этими методами не проводят системное исследование, в полном смысле этого слова, а скорее совершают нечто адекватное тому, что делается при традиционном медицинском исследовании, которое удачно обозначил профессор П. Вейс термином супрамолеку-лярная биология [c.75]