Автоматический поиск оптимума

Рис. П-31. К автоматическому поиску оптимума.

IV. Группа методов автоматического поиска оптимума объединяет способы нахождения оптимального режима непосредственно на объекте с помощью автоматического оптимизатора. [c.253]

Автоматический поиск оптимума [107—112] осуществляется с помощью автоматического оптимизатора непосредственно на реальном объекте при использовании вычислительной техники. Для расчетов применяют различную стратегию поиска случайную, симплексную, градиентную и т. д. [c.176]

Автоматический поиск оптимума [c.145]

Сначала рассматривают вариант IV, поскольку тогда решается принципиальный вопрос об использовании математической модели при автоматической оптимизации. В данном случае могут использоваться как активные, так и пассивные методы поиска оптимума на объекте. Известно, что химико-технологические процессы, — как объекты управления — (в том числе и рассмотренные два реактора синтеза аммиака) обладают такими динамическими свойствами по сравнению со статическими свойствами возмущающих воздействий, что пассивные методы поиска оптимума фактически не применимы. Остаются активные методы поиска (экстремальные системы). Ниже будет показано, что и эти методы прямого поиска на объекте не дают нужного экономического эффекта из-за динамических свойств объекта управления и статических свойств возмущающих воздействий. [c.369]

Следовательно, если в процессе спуска сделан шаг, приводящий к значительному нарушению ограничений (IX, 2а), то последующие шаги приведут к автоматическому исправлению этого нарушения. Очевидно, что чем больше выбрано значение а, тем в более узкой окрестности гиперповерхности ограничений будет производиться поиск оптимума функции Q(x). Поскольку на самой гиперповерхности ограничений функция Q(x) совпадает с функцией R(x), положение минимума Q(x) при достаточно большом значении а совпадает с положением минимума R(x), определяемого с учетом ограничений (IX, 2а), с точностью до размеров е-окрестности, за пределами которой выполняется условие (IX, 195). [c.538]

Автоматические методы поиска оптимума [c.169]

Приборы автоматического поиска минимума (автоматические оптимизаторы) также используют методы упорядоченного поиска, а потому не могут быть применены на объектах с очень пологим оптимумом, к которым относятся и все сернокислотные аппараты. [c.83]

В системах автоматической оптимизации широко используется аппаратура вычислительной техники. В простейших системах, где не требуется высокая точность, применяются недорогие электронные устройства непрерывного действия, для сложных объектов — специализированные ЭВМ. Работа автоматического оптимизатора может быть основана на различных методах, чаще всего на рассмотренных нами поисковых методах оптимизации с той лишь разницей, что наличие модели объекта здесь необязательно. При этом стратегия поиска может быть случайная, симплексная, градиентная — на основе пробных экспериментальных шагов, осуществляемых оптимизатором. Подробно с автоматическими методами поиска оптимума можно ознакомиться в монографии [40]. [c.253]

В результате использования такой стратегии шаг спуска по осевому направлению будет уменьшаться в районе минимума целевой функции и по этому направлению и поиск минимума можно прекратить, когда величина шага h станет меньше заданной точности определения минимум.а в в осевом направлении. Затем отыскивается новое осевое направление, в котором функция изменяется наиболее сильно. Начальный шаг в новом направлении уже можно выбрать не как заданную долю диапазона изменения независимой переменной, а как заданную долю расстояния, пройденного вдоль предыдущего осевого направления. Это позволяет автоматически уменьшать начальный шаг по каждому следующему осевому направлению при приближении к оптимуму целевой функции, в районе которого спуск по каждой оси происходит на небольшое расстояние. [c.489]

В зависимости от степени знаний о процессе статическая оптимизация может выполняться при помощи вычислительных машин, использующих математическую модель процесса (знания о процессе достаточно полны и задача чисто математическая) на автоматических оптимизаторах, применяющих метод чистого поиска (создание статической модели процесса затруднено) при помощи комбинированных методов, сочетающих методы математического и экспериментального определения оптимума (рис. 1-26). [c.70]

Приведенный метод pa чeт a был применен для обработки экспериментальных данных по многокомпонентной экстракции ароматических углеводородов раствором диэтиленгликоля в условиях полупромышленной тарельчатой колонны диаметром 0,4 м и высо топ 5,5 м [6]. Суммарная концентрация ароматических углеводородов в сырье составляла 40%. Численные расчеты проводились на ЭВМ стандартным методом Рунге — Кутта — Мерсона с автоматическим выбором шага интегрирования. Определение приведенных коэффициентов массопередачи проводилось поиском оптимума по методу Гаусса — Зейделя. [c.247]