Оптимизация сложных схем

I. Классификация методов оптимизации сложных схем. [c.2]

X. Оптимизация сложных схем, содержащих блоки, работаюш ие в квазистатическом режиме. [c.2]

Л1. Автоматизация программирования задачи оптимизации сложных схем. [c.2]

КЛАССИФИКАЦИЯ МЕТОДОВ ОПТИМИЗАЦИИ СЛОЖНЫХ СХЕМ [c.11]

Первая группа методов, в свою очередь, делится на непрямые (блок 5, рис. 1) и прямые (или методы спуска) (блок 4, рис. 1). Разберем прежде всего прямые методы. В большинстве случаев при решении задач оптимизации управляющие переменные принимаются независимыми. Известно [3], что в этом случае задача оптимизации сложных схем сводится к следующей задаче нелинейного программирования найти минимум функции [c.12]

Конечно, рассуждения, приведенные в этом разделе, необходимо рассматривать как сугубо предварительные, скорректировать которые должен практический опыт оптимизации сложных схем. [c.192]

ОПТИМИЗАЦИЯ СЛОЖНЫХ СХЕМ, СОДЕРЖАЩИХ БЛОКИ, РАБОТАЮЩИЕ В КВАЗИСТАТИЧЕСКОМ РЕЖИМЕ [c.206]

Численное решение задачи оптимизации. По-видимому, до настоящего времени не проведены расчеты но оптимизации сложных схем с квазистатическими блоками. Реализация таких расчетов в случае С.Х.-Т.С. со сложной топологической структурой представляется достаточно трудоемкой задачей. В связи с этим разберем только метод градиента, который естественно обобщается на схему произвольной структуры. [c.224]

АВТОМАТИЗАЦИЯ ПРОГРАММИРОВАНИЯ ЗАДАЧИ ОПТИМИЗАЦИИ СЛОЖНЫХ СХЕМ [c.267]

В этой главе основные вопросы автоматизации программирования задач анализа с. х.-т. с. рассмотрены на примере автоматизированной программы оптимизации сложных схем посредством применения методов первого порядка (использующих значение и градиент оптимизируемой величины). В каждом таком методе можно выделить три части 1) расчет критерия оптимизации, 2) вычисление производных критерия по варьируемым переменным и 3) стратегию поиска (собственно алгоритм оптимизации). Проблемы автоматизации программирования, связанные с третьей частью, значительных трудностей не представляют. Части 1 и 2 заслуживают большего интереса, поэтому на них мы и остановимся в дальнейшем. [c.267]

Программа РОСС, выполненная на языке АЛГОЛ-60, предназначена для расчета статических режимов и оптимизации сложных схем произвольной структуры при вычислении частных производных критерия с помощью метода сопряженного процесса (см. главу VII). [c.268]

Программа ОСС (оптимизация сложных схем), как и РСС, является подкомплексом программ, входящим в РОСС. Программа предназначена для оптимизации с. х.-т. с. с применением методов первого порядка (рис. 107). [c.281]

I. Задачи оптимизации сложных схем [c.2]

Наконец, несколько работ было посвящено применению методов динамического программирования оптимизации сложных схем [c.11]

Оптимизация сложной схемы состоит в определении значений варьируемых переменных, обращающих в максимум критерий Q при выполнении ограничений (1,12) — (1,21). [c.26]

Метод квазилинеаризации в основных своих чертах применительно к задаче оптимизации сложной схемы рассматривался в работе [c.235]

Как было показано выше, сильный принцип максимума оказывается значительно более эффективным средством решения оптимальных задач, чем слабый. Поэтому представляет большой интерес сведение задачи оптимизации сложной схемы, содержащей блоки с с. п., к задаче оптимизации схемы, в которой имеются только распределенные управления. Для последней справедлив сильный принцип максимума по отношению ко всем управлениям. [c.250]

Остановимся только на возможности и целесообразности применения м. д. п. к оптимизации сложных схем. Как мы видели, даже задача оптимизации простой последовательности блоков требует чрезвычайно больших объемов памяти (если размерность потока п 3). Причем с увеличением размерности количество требуемой [c.287]

Однако мы не хотим утверждать, что м. д. п. не может использоваться для оптимизации сложных схем. Более того, можно утверждать, что в сочетании с другими методами оптимизации он может оказаться очень эффективным. Остановимся на этом вопросе более подробно. Рассмотрим опять схему, приведенную на рис. 46. Пусть каждый блок этой схемы представляет в свою очередь совокупность многих блоков (объединительных, разъединительных, соединительных), связанных один с другим различными связями, в том числе и обратными. Эти звенья могут описываться как конечными, так и дифференциальными уравнениями. Б данном случае рис. 46 можно представлять как последовательность каких-нибудь цехов или производств, каждое из которых состоит из многих аппаратов. [c.288]

Отметим еще здесь связь цен хР и ор с множителями Лагранжа (см. стр. 87). Рассмотрим снова задачу оптимизации сложной схемы. Критерий оптимизации пусть имеет вид (11,15). Между входными и выходными переменными различных блоков должны при этом выполняться соотношения (1,11). Используя метод множителей Лагранжа, получим, что в данном случае необходимо искать минимум функции [c.300]

В книге разработаны основы стратегии моделирования мож-ных многостадийных процессов химической технологии. Рассмотрены условия создания модели химического производства программа, запоминающая цифровые данные и определяющая их перераспределение библиотека стандартных подпрограмм применяемых аппаратов набор данных, описывающих начальный поток переменных и параметры аппаратов. Приводится пример моделирования производства серной кислоты контактным способом. Подробно рассмотрены оборудование и технологический процесс. Дается краткий обзор технико-экономических показателей как критерия эффективности математического моделирования и обсуждаются вопросы использования моделирования для оптимизации сложных схем управления химическими производствами, а также пути применения приобретенных знаний в области математического моделирования к ряду инженерных проблем. [c.4]

Ряд критических замечаний можно высказать относительно со держания гл. 12, посвященной методам оптимизации. Недостаток атой главы состоит в том, что она не дает представления о разработанных к настоящему времени эффективных методах оптимизации сложных схем. Чтобы восполнить этот пробел, в приложении дается краткий обзор методов оптимизации сложных схем. [c.6]

В развитии работ по моделированию и оптимизации химикотехнологических процессов можно выделить два этапа. На первом этапе в основном проводились работы по моделированию и оптимизации отдельных аппаратов, например различных реакторов и ректификационных колонн. Однако химико-технологические процессы всегда состоят из взаимосвязанных, влияющих друг на друга аппаратов. Оптимизация только одного из них без учета его связей с остальными аппаратами может привести к тому, что весь процесс будет работать далеко не в оптимальном режиме. Это обстоятельство вызвало широкое развитие работ по моделированию и оптимизации сложных схем [1 —4 ]. [c.364]

Предположим, что требуется минимизировать некоторый критерий Ф. Здесь мы коснемся трех групп методов оптимизации сложных схем методов спуска (прямых методов), методов, основанных на использовании необходимых условий оптимальности (непрямых методов), и методов декомпозиции. [c.370]

Прежде всего рассмотрим первую группу методов. Как известно [4 ], задача оптимизации сложных схем сводится к следующей общей задаче нелинейного программирования. Требуется найти минимум функции [c.370]

О важности разработки систем автоматического программирования задач моделирования сложных схем было сказано в предисловии к настоящей книге. Поскольку конечной целью моделирования является решение задачи оптимизации сложной схемы, необходимо разрабатывать системы автоматизации программирования задач оптимизации сложных схем. В связи с тем что наибольшее применение находят методы спуска, рассмотрим проблему на примере этих методов. Как видно из изложенного, программа расчета оптимальных режимов сложных схем должна состоять из трех основных частей программы расчета статических [c.378]

Ниже описаны основные принципы построения и работы программы РОСС (расчет и оптимизация сложных схем), созданной в НИФХИ им. Л. Я. Карпова (Москва) совместно со специалистами Нефтеперерабатывающего комбината г. Шведта (ГДР) . Отдельные этапы, связанные с разработкой данной программы, были описаны ранее [64, 65]. [c.268]

В главах У1иУП1 вычислительный аспект использования принципа максимума развит применительно к задаче оптимизации одного блока с р. п. (глава У1) и к задаче оптимизации сложной схемы (глава УШ). [c.127]

Изложенный подход к решению задач оптимизации сложных схем с сосредоточенными управлениями (а также схем с р. п., в которых возможно появление особых управлений), основанный на идеях регуляризации позволяет избежать ветвления вычислительного процесса при решенни краевой задачи, неизбежного при использовании слабого принципа максимума в задачах с многоэкстремальнылш функциями Щ (и), и расширяет тем самым область применения методов второго порядка при решении задач оптимизации сложных схем. [c.255]

В предыдущих главах подробно рассматривалась задача оптимизации сложной схемы, содержащей блоки, работающие в статическом режиме. В этой главе мы включим в круг наших рассмотрений блоки сложной схемы, описываемые уравнениями квазистати-ческого режима. Ограничимся при этом задачей оптимизации одного блока. [c.257]

Теперь у нас есть все необходимое для разбора задачи оптилигза-ттии некоторых типовых схем. Однако прежде чем переходить не-иосредственно к этой задаче мы очевидным образом перефразируем принцип оптимальности применительно к задаче оптимизации сложных схем. В данном случае он может быть сформулирован следующим образом. [c.282]

В предыдущих главах были подробно описаны различные методы анализа, расчета и оптимизации сложных схем. Работы в данной области далеко не закончены и предстоит еще многое сделать. Это особенно относится к практическим применениям, число которых в указанной области пока не достаточно. Несмотря на это в настоящее время уже возникает новая задача, решение которой будет иметь бо.льшое значение для химической технологии. Речь идет о машинном выборе наилучшей схемы проведения процесса. В книге говорилось о расчете или оптимизации конкретных схем. Однако, как правило, процесс можно оформить в виде различных схем. Сейчас [c.304]