- •Міністерство освіти і науки україни
- •Скопійовано з оригіналу-макета, наданого автором
- •1. Математичне моделювання хіміко-технологічних процесiв
- •1.1. Загальні поняття
- •1.2. Класифікація моделей.
- •1.3. Фізичне моделювання
- •1. 4. Математичне моделювання
- •Знак ( –) при коефіцієнтах порівнянь означає, що потік спрямований з
- •1. 5. Засоби складання математичних моделей.
- •1. 5. 1. Емпiричний засіб
- •Загальна оцінка експериментальних засобів.
- •Приклад
- •1.5.2. Експериментально - аналітичний засіб
- •1. 5. 3. Теоретичний засіб
- •1. 5. 4. Зіставлення засобів побудови математичних моделей
- •5. 5. Вірогідність та простота моделі
- •5. 6. Рішення порівнянь математичного опису
- •5. 7. Перевірка адекватності та iдентифікація моделі
- •5. 8. Вибір математичної моделі
- •2.Моделювання Хімічних Реакторів
- •2. 1. Модель реактора ідеального змішування
- •2. 1. 1 Модель різ для опису стаціонарного режиму
- •2. 1. 2. Модель різ при протечі деяких реакцій
- •2. 1. 3. Дослідження моделі різ
- •2. 1. 4. Побудова q - t -діаграми і дослідження стійкості стаціонарних режимів різ
- •2. 1. 5 Умова стійкостi
- •2. 1. 6. Вплив вхідних параметрів на стаціонарні режими. Побудова статичних характеристик різ
- •2. 2. Реактор ідеального витиснення (рів)
- •2. 2. 1. Математична модель рів
- •2. 2. 2. Дослідження рів.
- •1.Зміна ступені перетворення при iзотермічному режимі
- •2.Зміна ступеня перетворення при адiабатичному режимі
- •2. 2. 3. Зіставлення різ та рів
- •2. 3. 5. Ячеєчна модель
- •2. 4. Дифузійна модель зподовжнім переносом речовини та тепла
- •2.5. Двохпараметрична дифузійна модель
- •3. Побудова математичнОї моделі каталітичного реактора
- •3. 1. Етапи побудови математичної моделі
- •3. 2. Структурний аналіз
- •3. 3. Моделювання процесу на одному зерні каталiзатора
- •3.4 Теоретична оптимiзація.
- •3. 5. Попередній вибір типу реактора .
- •3. 6. Моделювання процесу в шару каталiзатора.
- •4. Усталеність реакторних схем
- •4.1 Методи дослідження усталеності
- •4.2 Усталеність простих схем
- •4.3 Усталеність промислових реакторів.
- •5. Методи оптимізації технологічних процесів
- •5.1. Постановказадачіоптимізації
- •5.2. Цільова функція і її властивості
- •5.2.1. Нормалізація незалежних перемінних
- •5.2.2. Геометрична інтерпретація цільової функції
- •5.2.3. Особливі крапки і лінії цільової функції
- •5.2.4. Глобальний і локальний оптимуми
- •5.3. Методи рішення задач оптимізації
- •5.4.Аналітичні засоби
- •5.5. Загальна характеристика засобів рішення задач нелiнійного програмування
- •5.6. Градiєнтні методи рішення задач оптимiзації
- •5.6.1. Градієнт цільової функції
- •5.6.2. Обчислення похідних цільової функції
- •5.6.3. Засіб релаксації.
- •5.6.4. Метод градієнту
- •5. 6. 5. Засіб найскорішого спуска
- •5.7. Безградiєнтні методи рішення задач оптимiзації
- •5. 7. 1. Метод сканiрованiя
- •5. 7. 2. Метод локалiзації екстремума
- •5. 7. 3. Метод "золотого перетину"
- •5. 7. 4. Метод покоординатного спуска Гаусса - Зейделя
- •5. 7. 5. Метод Хука - Джiвса
- •5. 7. 6. Метод сканiрованiя
- •5. 7. 7. Симплексний метод
- •5.7.8. Метод Нелдера-Мида
- •5.8. Методи випадкового пошуку
- •5.8.1. Метод сліпого пошуку
- •5.8.2. Метод випадкових напрямків
- •5.8.3. Метод випадкових напрямків зі зворотним кроком
- •5.8.4. Одержання випадкових чисел
- •5.8.4.1. Метод добутків
- •5.8.4.2. Метод відрахувань
- •5.8.4.3. Одержання псевдовипадкових послідовностей з ірраціональних чисел
- •5.9. Порівняння різних методів рішення задач оптимізації методами нелінійного програмування
- •Література
5.2.3. Особливі крапки і лінії цільової функції
Нагадаємо, що необхідною умовою існування екстремуму функції багатьох перемінних є виконання системи рівнянь
dR/dUj=0 , j=1,2,...,n (5.11)
Оскільки умова (5.11) необхідне, але ще недостатнє, можуть представитися випадки, коли при його виконанні в деякій крапці Us екстремуму функції R(U) у ній не буде – так звані "сідлови" крапки (рис.5.6).
Іншим типом особливостей цільової функції є так називані "яри", при наявності яких уздовж визначених напрямків величина цільової функції змінюється дуже слабко. Як приклад можна привести рівняння еліпса, , коли а > в (рис.5.7):
Рис.5.6
У загальному випадку лінія "дна яру" може не збігатися по напряму Рис.5.7
зосями координат і, крім того, істотно
відрізняється від прямої, тобто можливі також "криволінійні яри" (рис.5.8).
Рис.5.8
5.2.4. Глобальний і локальний оптимуми
При відшуканні оптимуму цільової функції R(U) задачею, як правило, є визначення сукупності значень незалежних змінних Uj , що відповідає не якому-небудь екстремуму функції R(U) , а найбільшому чи найменшому значенню R(Uj) у припустимої області Vдоп . Якщо шукається, наприклад, мінімум, то рішення задачі оптимізації повинне задовольняти умові:
R(Uопт ) < R(U) (5.12)
причому U V.
Умова(5.12) повинна виконуватися для будь-яких припустимих значень U.
Оптимум, для якого справедливо умова (5.12), звичайно називається гло-
бальним. Крім нього функція R(U) може
мати один чи трохи локальних
екстремумов (рис.5.9). У цьому випадку
складність задачі пошуку екстремума
для функції багатьох перемінних значно
збільшується.
Рис.5.9
5.3. Методи рішення задач оптимізації
Вибір методу рішення - один з найважливіших етапів оптимізації.
Можна виділити наступні групи методів:
- аналітичні методи;
- методи математичного програмування.
Розглянемо більш докладно групи цих методів і деякі з них.
Група аналітичних методів оптимізації поєднує аналітичний пошук екстремуму функції, метод множників Лагранжа, вариаційні методи і принцип максимуму.
Аналітичний пошук екстремуму функції, заданих без обмежень на незалежні перемінні, застосовується до задач, у яких оптимізуєма функція має аналітичне вираження, що диференцується у всьому діапазоні дослідження, а число перемінних невелике. Це один з найбільш простих методів.
Група методів математичного програмування включає динамичнє програмування, лінійне програмування і нелінійне програмування.
Динамічне програмування - ефективний метод рішення задач оптимізації багатостадійних процесів. Метод припускає розбивку аналізованого процесу на стадії (в часі чи в просторі)- наприклад, реактор у каскаді чи тарілка в колоні. Розгляд задачі починається з останньої стадії процесу й оптимальний режим
визначається постадійно.
Лінійне програмування - метод для рішення задач оптимізації з лінійними вираженнями для критерію оптимальності і лінійними обмеженнями на область зміни перемінних. Подібні задачі зважуються ітераційними способами. Ці методи використовуються при оптимальному плануванні виробництва при обмеженій кількості ресурсів, для транспортних задач і ін.
Методи нелінійного програмування- поєднують різні способи рішення оптимальних задач: градієнтні, безградієнтні і випадкового пошуку. Загальним для методів нелінійного програмування є те, що їх використовують при рішенні задач з нелінійними критеріями оптимальності. Усі методи нелінійного програмування - це чисельні методи пошукового типу. Суть їх - у визначенні набору незалежних перемінних, що дають найбільше збільшення оптимізуємої
функції. Дана група методів застосовується як для детерминованіх, так і стохастичних процесів.