Алгоритм оптимизации

Анализ чувствительности. Анализ чувствительности входит составной частью в алгоритмы решения многих задач, в частности в алгоритмы оптимизации градиентными методами. Для анализа чувствительности задаются ММ объекта и вектор тех внутренних и внешних параметров X, влияние которых на вектор выходных параметров Y требуется определить. [c.255]

Выбор расчетных моделей и алгоритмов оптимизации (ч-м) [c.141]

При построении поисковых алгоритмов оптимизации следует учесть, что многообразие методов оптимального проектирования ЭМП требует их сравнительной оценки и выбора из них наиболее эффективных для решения конкретных задач. Однако достаточно полные критерии теоретической оценки методов пока не разработаны и поэтому оценка осуществляется обычно с помощью вычислительного эксперимента. Анализ работ по оптимальному проектированию ЭМП показывает, что все основные методы программирования получили практическую апробацию. Так, методы упорядоченного перебора использованы для проектирования асинхронных двигателей [42], методы случайного перебора — для проектирования асинхронных двигателей и синхронных генераторов [24], методы градиента, покоординатного поиска, динамического программирования— для проектирования синхронных машин [8], методы случайного направленного поиска —для проектирования асинхронных машин (22] и т. д. [c.144]

Начальное решение примера получено с помощью алгоритма оптимизации релейного управления для основной задачи терминального управления. При этом изменение Т осуществлялось варьированием Д/ при постоянном значении т = вО. Найденная функция опт(ДО показана на рис. 7,7, а пунктирной кривой /. Дальнейшее уточнение решения достигнуто с помощью алгоритма оптимизации релейного управления для вспомогательной задачи терминального управления (кривая 2 на рис. 7.7, а). Уточненное оптимальное управление и соответствующий переходный процесс показаны на рис. 7.7, б, в. Анализ кривых показывает, что пренебрегая погрешностями аппроксимации управления, можно отметить три стабильных интервала постоянства в управлении, т, е. два переключения, что в данном случае соответствует теореме об (п—1) переключениях. [c.219]

Важность этого вопроса применительно к поиску оптимальных проектных решений определяется массовым характером применения соответствующих программ в условиях функционирования САПР. Особенностью САПР является также многообразие требований, которые предъявляются к методам и алгоритмам оптимизации в силу разнообразия решаемых с их помощью задач. В этих условиях, исходя из сравнительной оценки эффективности различных алгоритмов, можно найти области их предпочтительного применения. [c.169]

Возможность получить устойчивое решение дают некоторые итерационные алгоритмы оптимизации, в которых происходит последовательное уточнение решения в соответствии с формулой [c.285]

Ген (в генетических алгоритмах оптимизации) - управляемый параметр Генетический алгоритм - алгоритм решения оптимизационных задач, в котором для поиска экстремума используются принципы, напоминающие принципы приспособления популяций живых организмов к особенностям окружающей среды [c.311]

Задача оптимизации отклика типа (3) при разработке алгоритма оптимизации заключается в следующем минимизировать [c.109]

АЛГОРИТМ ОПТИМИЗАЦИИ И ВЫЧИСЛЕНИЕ [c.84]

Рис. 24. Блок-схема алгоритма оптимизации

Здесь необходимо заметить, что минимальное значение продолжительности теоретического такта (получаемого при помощи алгоритма оптимизации на ЭВМ) может не совпасть с минимумом фактического такта выпуска (рис.З). [c.60]

Математическое описание объекта и системы управления представим в виде o =M(u,f), К = R(X, Л). где ЖО - символы математических моделей объекта (I) и системы ос, U - векторы выходных координат объекта и управляющих воздействий Л - вектор настроечных параметров системы ( в классе АСР Л - вектор заданий регуляторам, в классе ССО А - вектор параметров алгоритма оптимизации ). [c.52]

В более ответственных случаях применяют балансировку роторов в рабочих опорах в процессе эксплуатации, когда положение корректирующих масс в пространстве делают изменяемым. Применение микропроцессорного управления балансировкой позволяет программно реализовать различные алгоритмы оптимизации поиска положения корректирующих масс. [c.204]

Первая схема расчетов соответствует алгоритму оптимизации свойств динамических систем по запасу устойчивости с выполнением ограничений по другим свойствам с чисто случайным поиском оптимальных значений выбираемых параметров. Вторая схема расчетов совпадает с первой и отличается от нее лишь тем, что осуществляется направленный случайный поиск оптимальных значений выбираемых параметров. [c.138]

Согласно изложенной методике был разработан алгоритм оптимизации, реализованный на ЭВМ ЕС-10-20. Результаты машинной обработки по определению оптимального режима для Na- и Mg—Ма-катионитных фильтров показали, что оптимальная скорость фильтрования воды Каспийского моря через фильтры диаметром 3,4 м в обоих случаях находится в пределах 26— 27 м/ч. При этом среднечасовая производительность Na- и Mg—Na-катионитного фильтра составляет соответственно 122 и 153 м /,ч. Оптимальная высота загрузки катионита в фильтре для режимов Na- и Mg—Na-катионирования равна соответственно 7,5 и 5,5 м, т. е. значительно превосходит высоту существующих стандартных фильтров. Однако, учитывая, что условия транспортировки допускают изготовление фильтров длиной до-10 м (как, например, для горизонтальных механических фильтров), есть смысл перейти к серийному заводскому производству стандартных фильтров повышенной высоты. [c.81]

Лучшие результаты дает получение одного результата применением разных алгоритмов оптимизации при разных начальных условиях. Поэтому системы САПР обычно снабжены программными комплексами оптимизации, разрабатываемыми с тем условием, что пользователю будет предоставлена возможность в режиме диалога с ЭВМ менять алгоритмы поиска, сравнивать полученные результаты, прерывать счет при попадании в кризисные ситуации, менять направление поиска с дроблением шага на краю допустимой зоны. [c.121]

Одна из практически важных задач, решаемых на основе математической модели инерционной системы,—оптимизация настройки АСР в условиях недостаточной определенности модели объекта. В [41] рассмотрены методические основы и приведен алгоритм оптимизации настройки путем итерационной процедуры, на каждом шаге которой выполняются следующие этапы [c.462]

Конкретизируем предложенный алгоритм оптимизации ПТУ. Из всех агрегатов теплоэнергетического оборудования ПТУ в рамках уравнения (3.12) целесообразно оптимизировать лишь турбину и конденсирующий инжектор. Необходимость включения этих агрегатов обусловливается, с одной стороны, сложной зависимостью реально достижимых величин критериев их эффектив- [c.45]

Значительное место уделено освещению вычислительных приемов и методов. Излагаются алгоритмы оптимизации непрерывно и дискретно изменяющихся параметров, изучаются вопросы ускорения их сходимости. [c.2]

В главе 2 изложены методы и алгоритмы оптимизации параметров и профиля теплоэнергетических установок. Здесь дано описание алгоритма оптимизации непрерывно изменяющихся параметров, использующего идеи градиентного метода алгоритма направленного дискретного спуска, сочетающего возможности метода покоординатного спуска и метода случайного поиска метода динамического программирования в применении к оптимизации компоновки парогенератора. Обсуждаются вопросы сходимости предложенных алгоритмов, а также даны примеры их практического использование . [c.3]

Теоретические доказательства корректности применения некоторых экстремальных методов при большом числе разнородных переменных и сложности системы ограничений трудно осуществимы. В таких случаях центр тяжести доказательств корректности и эффективности используемых алгоритмов целесообразно переносить на анализ вычислительных процессов при решении задач на ЭЦВМ. Подобный анализ (см. 1 главы 2) позволил, в частности, отказаться от некоторых усложнений алгоритма оптимизации непрерывно и дискретно изменяющихся параметров реальных теплоэнергетических установок и их элементов. Необходимы дальнейшие постановки вычислительных экспериментов для определения наилучших значений критериев окончания решения отдельных подзадач и процесса оптимизации теплоэнергетической установки в целом. [c.12]

Однако при сведении задачи с непрерывными переменными к задаче с дискретными переменными теряется точность получения оптимальных значений переменных Хн, а значит и Хд. Поэтому при использовании такого приема необходимо после получения некоторого оптимума в результате решения дискретной задачи провести еще дополнительную оптимизацию по непрерывным переменным Х при некотором фиксированном векторе Хд. Таким образом, и в этом случае все равно приходим к разделению процесса решения задачи на этапы, только уже на конечной стадии полной оптимизации. При оптимизации теплоэнергетических установок этот подход не используется из-за своеобразия учета ограничивающих условий (2.8), (2.9), рассматриваемого ниже, и некоторых других особенностей задачи (2.7) — (2.10), позволяющих более эффективно применять методы типа градиентных на первом этапе ее решения. Ниже излагаются алгоритмы оптимизации по этапам. [c.17]

Алгоритм оптимизации непрерывно изменяющихся параметров. Рассмотрим задачу (2.7) — (2.9), предполагая при этом, что дискретные переменные фиксированы на определенных исходных значениях (в дальнейшем будем вместо Хд писать просто X аналогично поступим и на втором этапе). [c.17]

Алгоритм оптимизации непрерывно изменяющихся переменных опирается на некоторые идеи градиентного метода, предложенного в [29]. Вместе с тем, используя специфику поставленной задачи (2.1) — (2.4) для рассматриваемого здесь объекта, удается при движении внутри области R и, что наиболее важно, по ее границам избежать нарушения условий [c.19]

Алгоритм оптимизации дискретно изменяющихся параметров. На втором этапе решается задача дискретного нелинейного программирования для оптимизации переменных Хд (или просто X в соответствии со сказанным выше). Сформулируем эту задачу найти минимум нелинейной функции [c.24]

Задача 1. Алгоритм оптимизации непрерывно изменяющихся параметров реализуется применительно к задаче оптимизации термодинамических, расходных и конструктивных параметров тепловой электростанции с паротурбинными блоками мощностью 800 тыс. кет, имеющими весьма сложные схемы технических связей между отдельными узлами и элементами оборудования. Математическая модель такой установки вместе с табличными данными термодинамических свойств рабочих веществ занимает более 10 тысяч ячеек внутренней и внешней памяти ЭЦВМ. Время счета задачи при совместной оптимизации 20 термодинамических параметров находится в интервале 2—3 час машинного времени для случайно взятого исходного варианта и 0,3—1,0 час при обоснованно выбранном исходном варианте. Такой выбор всегда возмон<ен на основании инженерного опыта. [c.34]

Методика и алгоритм оптимизации. Круг задач оптимизации, решение которых возможно методом динамического программирования, определяется применимостью к ним так называемого принципа оптимальности [461 Оптимальное поведение обладает тем свойством, что, каковы бы ни были первоначальное состояние и решение в начальный момент, последующие решения должны составлять оптимальное поведение относительно состояния, получающегося в результате первого решения . Из этого принципа следует основная идея метода динамического программирования развернуть решение задачи в многошаговый процесс с оптимизацией всех возможных исходов каждого предыдущего шага, чтобы затем можно было выбрать искомое решение, оптимальное с точки зрения задачи в целом. [c.45]

Разработан алгоритм оптимизации суточного режима СЦТ на основе схемы динамического программирования. [c.131]

На следующем этапе осуществляют варьирование параметров Х , Х2,. ... Х24 в соответствии с выбранным алгоритмом оптимизации и вычисляют для каждой их совокупности значения целевых функций й р и С р. Процесс вычисления осуществляют до тех пор, пока В р или С р не достигнут минимального значения. Соответствующие им значения параметров являются оптимальными для данной ТЭС МК, определяют вид тепловой схемы ТЭС МК, имеющей наибольшую энергетическую эффективность. [c.263]

Для поиска локальных оптимумов используются однопарамвтрические методы оптимизации (метод покоординатного спуска в сочетанжи с методом золотого сечения), Функщюнально-технические огранячендя на систему пластин целесообразно учитывать методом штрафных функций fij. Тогда алгоритм оптимизации заключается в минимизации функции [c.131]

Рассмотренная совокупность алгоритмов оптимизации, включая и алгоритм поиска аналогов, бьша реализована в подсистеме поиска оптимальных проектных решений САПР гиродвигателей и представлена в виде соответствующего обобщенного алгоритма. Кроме того, в состав методического обеспечения подсистемы включаются методы математического моделирования основного злектромеханического и сопутствующих ему преобразований энергии, а также соответствующие алгоритмы анализа рабочих показателей проектируемых объектов. [c.229]

Метод полного перебора вариантов целесообразно использовать для решения задач небольшой размерности, когда максимальное число типоразмеров ряда < <10 и функция спроса задана в явном виде. С увеличением k резко возрастает машинное время, необходимое для получения результатов. Так, например, для расчета оптимальных рядов типажа, результаты которого представлены в табл. 6, было затрачено более 40 ч машинного времени на ЭВМ Наири . Адаптивный алгоритм оптимизации [5] более производителен, однако он и более сложен для программирования. Кроме того, для сокращения времени расчетов он требует предварительной подготовки Исходных даипых. Целесообразная область применения — задачи с большим числом типоразмеров ( тах и случай,когда функция спроса не может быть получена в явном виде. [c.178]

Технологические схемы теплоэнергетических установок с оптимальными свойствами могут быть синтезированы путем последовательного применения методов нелинейного программирования для множества технологических графов, отображающих различные структурные состояния технологической схемы теплоэнергетической установки. Эта наиболее общая задача оптимизации теплоэнергетической установки должна решаться с учетом как иерархической взаимосвязи между подзадачами оптимизации параметров узлов, элементов, агрегатов и установки в целом, так и алгоритмических особенностей оптимизации непрерывно и дискретно изменяющихся параметров. Соответственно в методике решения задачи синтеза оптимальных схем теплоэнергетических установок должны быть итерационно взаимосвязаны алгоритм нелинейного математического программирования, принятый для оптимизации непрерывно изменяющихся термодинамических и расходных параметров установки алгоритм дискретного нелинейного программирования, с помощью которого осуществляется оптимизация дискретно изменяющихся конструктивно-ком-поновочных параметров элементов, узлов и агрегатов установки алгоритм оптимизации вида тепловой (технологической) схемы установки с учетом технических и структурных ограничений. Конструктивные приемы решения этой очень сложной задачи находятся в стадии разработки. [c.11]

Процесс вычислений по методу, примененному для оптимизации непрерывно изменяющихся параметров, разделен на пять частей — блоков программы (рис. 2.7). Вычислительная работа алгоритма оптимизации дискретных параметров представлена на рис. 2.8, а алгоритма поиска допустимого решения — на рис. 2.9. Вычислительные схемы задач поиска допустимого реиенпя и оптимизации непрерывных переменных имеют много общих операторов. Это в значительной степени упрощает вычислительный процесс. [c.33]

Математические модели исследуемых ПГУ представлены в виде системы программ для ЭЦВМ БЭСМ-4. Эта система состоит из двух частей программы расчета тепловой схемы установки и программы определения суммарных расчетных затрат по установке. Алгоритм удовлетворения ограничений на технологические характеристики включен во вторую часть, а на независимые и зависимые параметры — в первую часть. Алгоритм оптимизации параметров ПГУ, основанный на применении градиентного метода, реализован в виде отдельной программы, не содержащей никаких вычислений, кроме подсчета величины шага. Эта программа в значительной степени универсальна и может быть использована для оптимизации большого класса теплоэнергетических установок [75, 88]. [c.135]

Согласно исследованиям ВНИИГС предложен алгоритм оптимизации распределения нагрузки между котлами, когда все они работают в регулировочном режиме в зоне оптимальных нагрузок (см. такж 4.1) [45]. [c.140]

Первыми предложили использовать расходы Qe в градиентном методе в качестве независимых перемеиных Фукуда, Умезу и Секина в 1964 г. [Л. 11]. В отечественной литературе такие же независимые переменные в градиентном методе начали применяться в [Л. 45], а затем в [Л. 56, 84], однако во всех этих работах применены разные алгоритмы оптимизации, связанные с расчетами по Qb. [c.43]

Для получения направления, близкого к проекции вектора-антигра-диента целевой функции на поверхность ограничений наиболее часто используется аппарат линейного программирования (метод возможных направлений Зойтендейка [Л. 29]). В нашей задаче проектирование указанного вектора на поверхность ограничений сводится к минимизации линейной формы (2-29) при учете всех режимных ограничений, причем нелинейные ограничения должны быть предварительно линеаризированы в окрестности рассматриваемой точки. Проверка показала, что применять в этом случае хорошо разработанный аппарат линейного программирования (например, симплекс-метод) нецелесообразно, так как решение только этой линейной вспомогательной задачи потребует весьма больших затрат машинного времени. Выходом из положения является разработка специализированных алгоритмов я программ решения линейной вспомогательной задачи, требующих небольших затрат машинного времени. Оказалось возможным разработать такой сравнительно простой алгоритм проекционного метода лишь для ограничений по W я Qb- Для учета же ограничений по расходам воды в нижние бьефы ГЭС и мощностям ГЭС рекомендуется использовать штрафные функции. Таким образом, предлагаемый алгоритм оптимизации долгосрочных режимов ГЭС является комбинированным он базируется на сочетании проекционного метода и метода штрафных функций. [c.49]

Алгоритм оптимизации в программе NASTRAN принадлежит к семейству методов, называемых градиентными. Эти методы в ходе численного поиска оптимальной конструкции используют кроме значений функции еще и ее градиент. Процесс численного поиска может быть кратко описан следующим образом для дайной точки в пространстве переменных определяются градиенты целевой функции и ограничений, а затем эта информация используется для определения направления поиска, В этом направлении мы двигаемся так далеко, как это возможно, после чего проверяем, найдена ли оптимальная точка. Если точка не найдена, то этот процесс повторяем до тех пор, пока не окажемся в ситуации, когда нельзя добиться улучшения без нарушения какого-либо ограничения. [c.480]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...