Модель глобальной оптимизации

Дан анализ биохимического производства, рассматриваемого с позиций системного подхода как сложная иерархическая система (БТС) с целым рядом взаимосвязанных подсистем и элементов, обеспечивающих преобразование материальных и энергетических потоков в процессе переработки исходного сырья в целевые продукты микробиологического синтеза. Рассмотрены вопросы выбора глобального и локальных критериев эффективности, а также применения принципов многоуровневой оптимизации при анализе БТС и ее подсистем. Приведены примеры построения математических моделей типовых технологических элементов, составляющих БТС, даны алгоритмы их расчета на ЭВМ и методы анализа надежности функционирования в системе. Детально исследованы условия функционирования основных подсистем БТС ферментации , разделения биосуспензий , биоочистки , рассмотрены принципы их структурного анализа и оптимизации. Рассмотрена иерархическая структура управления биохимическими системами и показана эффективность использования управления на основе ЭВМ в задачах оптимизации процессов биохимических производств. [c.2]

В настоящее время разработаны два основных пути оптимизации сложных ХТС. Первый путь не учитывает особенности их топологических моделей и основан на применении для отыскания глобальной целевой функции ХТС как прямых методов (методов линейного и н линейного программирования), так и непрямых методов определения оптимальных решений с помощью необходимых условий существования экстремума. [c.295]

Проведение глобальной оптимизации второго рода, т. е. оптимизации ХТК на базе таким образом составленной модели [уравнения (IV.2.1), (IV.2.5),(IV.2.8), (IV.2.10) - (IV.2.12)], позволяет сделать выводы об определяющих показателях каждого региона, оптимальных в смысле всего комплекса. [c.164]

Модель оптимизации региона также должна включать ограничения на свои параметры и целевую функцию в виде функции, отражающей минимум затрат на единицу производимой продукции. Таким образом, на этапе региональной оптимизации при заданных входных и выходных параметрах региона (определяемых при глобальной оптимизации и оптимальных в смысле всего ХТК) находятся оптимальные в смысле самого региона показатели всех его элементов. [c.176]

При составлении модели глобальной оптимизации ТК будем считать, что на входе в отдельный регион ХТК происходит смешение только однотипных потоков. [c.161]

Модель задачи декомпозиционной глобальной оптимизации ХТК (модель ДГ-оптимизации) [c.160]

Кроме зависимостей (IV.2.1), характерных для каждого региона, модель задачи глобальной оптимизации второго рода будет еще включать уравнения материальных потоков, связывающие [c.160]

Оптимальное управление комплексом процессов по глобальному критерию может быть реализовано с помощью пакета программ, содержащего модели всех стадий и процедуры поиска экстремальных значений функций п переменных известными методами оптимизации. При расчете оптимальных значений управляющих воздействий и в процессе производства сульфонола можно, например, использовать метод динамического программирования. [c.393]

Современный химический комплекс (комбинат) характеризуется большим количеством сопряженно функционирующих агрегатов. Оптимизацию такого комплекса можно осуществить на базе общей математической модели всего комплекса в целом. Эта модель содержит уравнения материальных и тепловых потоков между всеми агрегатами ХТК и зависимости, характеризующие динамику протекающих процессов во всех агрегатах системы и между ними. Оптимизацию на базе такой общей модели в соответствии с определенной целевой функцией мы называем глобальной. Обычно математическая модель ХТК содержит еще большее количество переменных, линейных и нелинейных зависимостей. [c.155]

При построении алгоритма оптимального управления процессом хлорирования парафина необходимо выбрать локальный критерий оптимизации, согласуя его с возможностями модели, режимами эксплуатации промышленной установки, и выявить участие данной подсистемы в глобальном критерии оптимизации процесса производства сульфонола. [c.393]

Второй путь оптимизации сложных ХТС использует как характерные особенности их топологических моделей, так и принцип декомпозиции задачи глобальной оптимизации ХТС в целом на совокупность отдельных задач подоптимизации каждого элемента или подсистемы путем выбора дополнительных локальных целевых функций для этих элементов или подсистем. [c.295]

Системный анализ ГДП как объекта управления указывает на комплектность решения проблемы оптимального управления ГДП как единой системы, включая оптимизацию УКПГ (ГС) и отдельных технологических объектов. Такой подход позволит определить комплекс управляющих алгоритмов для объектов соответствующих уровней, увязать на основе горизонтальных и вертикальных связей, существующих между объектами, критерии оптимальности объектов газопромысловой технологии, учитывающие определенные ограничения на ресурсы управления, входные и выходные параметры. Это соответствует иерархической оптимизации ГДП как сложного многоуровневого технологического комплекса, осуществляемой на базе общей экономико-математической модели, содержащей уравнения технико-экономических показателей работы ГДП, материальных и тепловых потоков между всеми объектами газопромысловой технологии и зависимости, характеризующие режимы протекающих процессов в технологических установках. Экономико-математическая модель ГДП содержит большое количество переменных, линейных и нелинейных зависимостей типа равенств и неравенств. В этом случае оптимальные режимы эксплуатации ГДП определяются в результате глобальной оптимизации комплекса объектов газопромысловой технологии. [c.144]

Требуется привести полученную математическую модель к канонической форме и построить зависимость глобального максимума и глобального минимума параметра оптимизации от радиуса обследуемой сферы. [c.621]

Ниже описан алгоритм оптимизации на основе р. р. п., в котором указанный недостаток устранен путем введения операции построения уравнений проектирования, аналогичных формулам, приведенным в главе 4. Идея предлагаемого алгоритма [25] состоит в том, что процесс поиска разбивается на два этапа, на которых используют математические модели различного уровня точности. На первом этапе исходная численная или по-луаналитическая модель, построенная по методу АМИЛ, описанному в разд. 4.1 (назовем ее условно точной , трансформируется к уравнениям проектирования (например, степенным полиномам). По ней осуществляется быстрое попадание в окрестность глобального оптимума при малом расходе машинного времени вследствие простого вида уравнений проектирования. На втором этапе делается возврат к точной модели для проверки оптимальной точки и ограничений в непосредственной близости найденного на первом этапе глобального оптимума. Эта операция связана с большим расходом машинного времени на одну пробную точку, зато этих точек немного (несколько десятков), ибо область оптимума уже локализована. [c.168]

Из табл. 5.7г следует, что параллельные интерпретативные методы являются весьма многообещающими применительно к оптимизации селективности, однако они могут быть серьезно усовершенствованы, если направить усилия на 1) формулирование моделей, базирующихся на основательной хроматографической теории 2) улучшение компьютерных методов локализации глобального оптимума в многомерном параметрическом пространстве 3) автоматизацию процедур распознавания индивидуальных компонентов на каждой хроматограмме. [c.307]

Первый этап (декомпозиционная глобальная оптимизация) предполагает формирование экономико-математической модели ГДП, на основании которой осуществляется оптимизация ГДП по основным входным и выходным показателям его отдельных УКПГ или ГС (регионов). [c.144]

Эти исследования направлены на изучение технологических и производственных взаимосвязей, анализ технико-экономических показателей, получение информации для раскрытия неопределенности математической модели процессов, как функциональной, так и параметрической. Задачи оптимизации и оптимального управления каждой подсистемы должны быть увязаны между собой в рамках АСУТП для получения глобального экстремума целевой функции обеспечением технологической (подчиненность критериев отдельных подсистем критерию более высокого ранга) и организационно-технической (частота и приоритет расчета задач оптимизации различных подсистем) координации. [c.13]

Другой подход к реализадаи математических моделей 4 и В может заключаться в применении общих математических методов вогнутого и дискретного программирования, например, разработанный в СЭИ В.П. Булатовым [31] метод последовательного отсечения подобластей допустимых решений, содержащих точки локальных минимумов вогнутой функции. Среди найденных локальных минимумов выбирается наименьший, который и дает глобальное решение задачи. При оптимизации этим методом конфигурации РС на схеме с параметрами w = 35 и и = 51 возникли трудности из-за медленной сходимости вычислительного процесса отсечений. Для их преодоления автором метода было предложено осуществлять сдвиг отсекающей гиперплоскости на некоторую величину И. Однако это привело к трудно решаемой проблеме радаонального выбора данной величины при увеличенном значении h можно пропустить глобальный минимум целевой функции, а при малых h процесс оптимизации требует чрезмерного машинного времени даже для сравнительно небольших сетей. [c.185]

При проектировании новых и реконструкции энерготехнологических агрегатов требуется на основе стратегических моделей управления проведение предпроектной оптимизации и выбора технологических процессов, построение на этой основе наилуч-щей тепломассообменной топологии процесса, исходя из возможных вариантов оптимизации (см. рис. 4.7), оценки таких глобальных основополагающих для проектирования показателей, как основные удельные массовые и энергетические потоки, а также необходимая суммарная поверхность реагирования и в том числе поверхность реагирования основного агрегата, подготовительного блока и рекуперативных устройств [4.22, 4.23,4.78]. При этом базой определения основных массовых и энергетических потоков являются КПД процессов, в первую очередь итоговый массообменный (физико-химический) и тепловой КПД, а также обобщенный химикотепловой (массотепловой) КПД л - В этом случае удельные потоки определяются следующими выражениями [4.22,4.23,4.78,4.79] (см. также формулы (4.31), (4.57), (4.59)) удельный массовый поток (расход) химического реагента, кг/т [c.317]

Разработана теория и методика макрообменного анализа энерготехнологических агрегатов, в том числе при совместно протекающих физико-химических и тепловых процессах в режиме угфавления позволяет на н чно-теоретической основе определять основные материальные и энергетические потоки на основе тепломассообменных КПД и обобщенных химико-тепловых КПД — базовые параметры при создании и проектировании технологических процессов, оценивать узкие места при разработке материало- и энергосберегающих технологий, вырабатывать ориентиры в оптимизации и совершенствовании процессов и подойти к созданию стратегических моделей оптимального управления технологическими процессами. Тем самым проложен термодинамический мостик и к оценке важнейших показателей энергосбережения энергоемкости продукции и глобального энергетического КПД. [c.354]

Задача выбора оптимальных параметров выбранной модели с очевил-ностью относится к задачам оптимизации, и указанная стрелка отражает то, что зачастую ищется не глобальный, а локальный оптимум и используются при этом итеративные алгоритмы. [c.120]

Справочник химика 21

Химия и химическая технология