Последовательность блоков оптимизация, метод

Первый способ. Задача 1а решается методом группового покоординатного спуска. В отличие от обычного метода покоординатного спуска, в котором оптимизация ведется последовательно по каждой переменной, в групповом методе покоординатного спуска оптимизация осуществляется последовательно по группам переменных. В качестве отдельных групп переменных в данном случае берутся переменные, относящиеся к отдельным блокам. При применении данного способа на /-ом шаге проводится оптимизация /-го блока на множестве 0 по соответствующему критерию [c.243]

Из изложенного следует, что в рассматриваемом случае задача расчета производных в замкнутой схеме является достаточно сложной и трудоемкой. Поэтому изложим сейчас другой метод оптимизации схемы с рециклом , который в ряде случаев может привести к существенному уменьшению количества вычислений. Разберем последовательность блоков 1, 2,. . ., N, служащую частью схемы (сдг. рис. 42). [c.198]

На рис. 1.8 приведена блок-схема алгоритма оптимального расчета колонны с учетом приведенных затрат. Оптимизация осуществлялась методом сканирования с переменным шагом. Метод заключается в последовательном просмотре значений критерия оптимальности в ряде точек, принадлежащих области независимых переменных, и нахождении среди этих точек такой, в которой критерий оптимальности принимает минимальное значение. Этот метод позволяет определить глобальный экстремум функции. При этом задаются диапазоном изменения - скорости пара на полное сечение колонны W и флегмового числа Л - с соответствующим шагом. В процедуре расчета критерия оптимальности на каждом шаге определяется число тарелок и тарелка ввода питания в виде отдельной процедуры проектного расчета колонны. [c.70]

Программа позволяет генерировать системы уравнений и допускает использование различных подпрограмм. Она состоит из трех основных блоков, которые используются последовательно один за другим. Первый блок формирует уравнения из структуры ХТС в форме / (д ) = 0. Второй блок определяет оптимальную совокупность выходных переменных с учетом одного из критериев минимального числа итерируемых переменных или критерия чувствительности. Третий блок предназначен для решения систем уравнений (в том числе и уравнений для элементов ХТС с распределенными параметрами) методами простой итерации с модификациями или методом Гаусса— Ньютона. В этом же блоке имеются подпрограммы для оптимизации ХТС и расчета ХТС с учетом неопределенности некоторых параметров математических описаний ХТС. [c.108]

Декомпозиционные методы оптимизации позволяют свести глобальную задачу оптимизации ХТС большой размерности к последовательности локальных задач оптимизации отдельных блоков или совокупностей отдельных блоков ( суперблоков ) существенно меньшей размерности, При конструировании подобных методов главная проблема состоит в ликвидации или учете взаимного влияния блоков ХТС при формировании локальных задач оптимизации. В связи с этим был разработан принцип закрепления П10, с. 302—308], на основе которого был создан декомпозиционный метод закрепления [1, с. 302 [c.169]

Реконструкция установок применение горячей воды для обессоливания реализация прямых связей по сырью с последующими установками оптимизация теплообмена на основе пинч-ана-лиза (определение оптимальной поверхности теплообмена по отношению к стоимости сэкономленного тепла и к требуемым затратам) установка дополнительных теплообменников и применение параллельной схемы подогрева сырой нефти вместо общепринятой последовательной (обеспечивается повышение температуры нефти до 285°С на атмосферном и вакуумном блоках) применение усовершенствованных методов регулирования расходов нефти в параллельных теплообменниках применение усовершенствованной системы регулирования (минимизации расходов пара при отпарке в боковых стриппингах), применение стриппингов с ребойлерами отказ от подачи сухого пара оптимизация распределения тепловых нагрузок циркулирующего орошения в некоторых случаях — использование предварительного эвапоратора сырья применение электродвигателей с регулируемым числом оборотов. [c.445]

Для оптимизации сложных систем, каковыми являются производства, часто применяют декомпозиционный метод, который сводит решение общей задачи к последовательному решению задач оптимизации отдельных блоков системы по соответствующим критериям. [c.76]

Предположим, что ХТС разбита на подсистемы (блоки), каждая из которых описывается уравнениями типа 2.34—2.48. Для оптимизации ХТС может быть выбран, например, двухуровневый декомпозиционный метод. Первому уровню будет соответствовать алгоритм локальной оптимизации отдельных блоков ХТС, а второму уровню - алгоритм коррекции локальных задач оптимизации. При решении задачи оптимизации необходимо прежде всего учесть взаимное влияние блоков ХТС при проведении оптимизации отдельных частей или подсистем на первом уровне. Для этого можно использовать алгоритм, который сводит задачи условной минимизации к последовательности задач безусловной минимизации. [c.77]

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]

Очевидно, что применение рассмотренного выборочного метода в этом случае не позволит уменьшить среднее время поиска, поскольку нет оснований для того, чтобы заключить, какой из элементов следует проверять раньше других. Для оптимизации поиска в данном случае можно использовать связь между элементами. Это позволит проверить элементы не по одному, а группой, и в процессе проверки планомерно исключать из рассмотрения целые группы элементов. Как правило, метод средней точки используют для поиска неисправностей в тех узлах, блоках, в которых элементы соединены последовательно. Тогда, проверяя одну группу элементов, можно быть уверенным, что другие группы элементов не влияют на результаты этой проверки. [c.163]

Декомпозиционными методами оптимизации сложных химикотехнологических схем (СХТС) обычно называют методы, которые сводят задачу оптимизации схемы к последовательности задач оптимизации ее отдельных блоков но соответствующим критериям (12, с. 172 127—129]. Идея такого подхода естественным образом возникает из аддитивности глобального критерия и сепарабельной структуры системы. [c.227]

ПОТОК возвращаемый на вход схемы с выхода блока изомеризации. Рецикл можно учесть двумя способами на уровне расчета схемы при итерациях по Xi [см. задачу 1, выражения (I, 64)—(I, 66) ] и при оптимизации, рассматривая его как ограничение типа равенства на разрываемую переменную Xi [см. задачу 4, выражения (I, 79)— (1,81)]. При решении был применен второй способ. Оптимизация проводилась с применением методов последовательной безусловной минимизации метода модифицированной функции Лагранжа (AL) и штрафных функций (PEN), на нижнем уровне которых использовались квазиньютоновские алгоритмы DFP, SSVM. Расчет производных выполнялся разностным способом [см. выражение (1,49)]. В процессе оптимизации для удержания значений варьируемых переменных Xi (напомним, что лг — коэффициенты разделения газовых потоков) между нулем и единицей применялись замены переменных с использованием функции ar tg. Функции, участвующие в постановке задачи оптимизации, наиболее чувствительны (в окрестности л ) к изменению Xi, Xs, л ,. В связи с этим для повышения стабильности получаемых результатов применялось преобразование сжатия по осям л .,, Xi, Xj, Хв, что можно сравнить с процедурой [11, с. 82—83]. В табл. 23 приведены результаты решения рассматриваемой задачи [c.140]

Однако применение метода нодонтимизации в данном случае осложняется тем, что вследствие наличия рециркуляционной цепи при варьировании управляющих переменных в г-ой последовательности меняют входные переменные x (0),, у всех остальных последовательностей . Поэтому, хотя алгоритм оптимизации здесь останется таким же, как и в предыдущем случае, но при поиске оптимальных значений и ( ) . в А -ой последовательности необходимо решать уравнения блоков во всех остальных последовательностях . В данном случае это значительно снижает эффективность метода. [c.201]