- •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. 7. 6. Метод сканiрованiя
Наданий метод укладає у послідовному перегляді значень цільової функції у ряді точок, що належать до області зміни незалежних перемінних, та знаходженні серед цих точок такої, у якій цільова функція має екстремум.
Точність методу, природно, визначається отим, наскільки густо розташуються обрані точки у галузі пошуку. Основним достоїнством методу сканiрованiя є оте, що при його використанні з достатньо " густим " розміщенням точок завжди гарантується відшукування глобального екстремуму. Проте, для цього у наданому методі вимагається чималий обсяг обчислювань.
Метод сканiрованiя не пов'язаний з наявністю локальних екстремумів на відміну від практично всіх інших методів нелінійного програмування. Тому його можна використовувати для грубої оцінки " областей притяжіння " локальних екстремумів, після чого можуть застосовуватися методами градiєнтного пошуку для точного визначення координат кожного екстремуму.
Найбільш простий алгоритм пошуку екстремуму методом сканiрованiя "пошук на сітці перемінних" укладається в тому, що по кожної незалежної перемінної задаються припущення у відповідному порядку, що забезпечує " заповнення" всієї досліджуваної області рівномірною та достатньо густою сіткою. Так, наприклад, для пошуку екстремуму функції двох перемінних спершу при фіксованому значенні Uk2розраховуються значенняR(Uj) приUK1 = UK-11для всього діапазону зміни незалежної перемінноїUj та фіксує значення екстремуму. Після цього друга перемінна змінюється на крокΔU2 UK2= UK-12U+ΔU2 і розрахунки повторюються при варіюванні перемінноїUj
Для довільного числа перемінних крок по наступної перемінної виробляється після отого, як повністю завершений цикл по попередньої.
Обсяг обчислювань при використанні методу сканiрованiя можна оцінити по наступній формулі :
(5.59)
де Δ- точність визначення екстремума
n - кількість незалежних перемінних.
При n = 2 та Δ= 10 кількість обчислювань S = 10-6, а при тому ж значенні точності n = 3 S = 10-6.
Тому метод сканiрованiя ефективно використовується при числі перемінних не більш трьох.
Існують різноманітні модiфикації методу сканiрованiя, що застосовуються в основному для скорочування обсягу обчислювань. Розглянемо одну з них - сканiрованiє з перемінним кроком. Спершу задається достатньо великий крок(ΔU >)та виконується " грубий " пошук, що локалiзує область існування глобального екстремуму ( P ) (рiс. 5.26). Рис 5.26
Після отого, як область визначена , виробляється пошук з меншим кроком тільки в межах знайденої області. Можна організувати ряд таких процедур послідовного уточнення по положення оптимуму
При використанні наданого алгоритму обсяг обчислювань істотно але скорочує і може бути визначений по наступній формулі :
(5.60)
де r - число етапів уточнення пошуку, на якому крок зменшувався в К раз
n - число незалежних перемінних;
Δ- точність визначення екстремуму.
Початковий крок сітки перемінних в даному випадку визначається формулою :
Δo=Kr Δ ( 5. 59 )
При n = 2, Δ= 10-3, r = 2, K = 10 иΔo= 0,1 кількість обчислювань S=900.
При постійному кроці сканiрованiя для отих же умов вимагалося 106обчислювань, т. є. обсяг обчислювань скоротився більш ніж у 1000 раз. Ще більш чималий виграш спостерігається при більшому числі незалежних перемінних. Так, для отих же наданих, але при n = 3 число обчислювань з перемінним кроком сканiрованiя складе S = 17000, а для постійного кроку S = 109.