当前位置:主页 > 理工论文 > 系统学论文 >

过程系统记忆增强型实时优化方法

发布时间:2020-11-19 00:40
   过程系统实时优化(RTO,Real-Time Optimization)对于流程工业节能降耗和提高经济效益具有重要意义。实时性是衡量实时优化性能的一个关键指标。如何提高实时性是系统工程师和大规模优化算法研究人员的一个工作重点。目前在大规模实时优化算法方面已取得许多出色的研究成果。但是随着过程系统规模的不断增大和模型精细程度的日益提高,优化命题的规模存在持续增长的趋势。因此,实时性仍然是实时优化技术的一个瓶颈。本文的目标是从系统的角度出发,利用优化命题的反复求解特性提高系统的实时性。 本文对实时优化系统进行了深刻分析,并根据其中优化命题的重复性和相似性提出了记忆增强型优化方法(MEO,Mnemonic EnhancementOptimization)。该方法将变化的操作条件和各种扰动看作优化命题的参数,将先前优化计算的解作为经验保留起来,并用这些经验来估计待求最优解。随后MEO将估计值传给优化算法以精确定位最优解。理论分析证明在一般条件下,最优解是参数的连续函数。基于这一点可以证明随着RTO的反复运行,MEO逼近值将以概率1收敛于最优解。 本文建立了MEO框架。该框架由两部分组成——经验库管理和多元逼近方法。本文在经验库管理中引入了阈值以限制经验库的空间复杂度。同时,本文构造了针对MEO经验库管理的增量式多元Delaunay剖分算法和巢状节点选择算法。它们为MEO中的多元逼近算法奠定了基础。 在逼近算法方面,本文首先构造了零阶逼近MEO方法。在此基础上引进多元一阶Lagrange插值,从而得到基于Delaunay剖分的一阶综合逼近MEO方法。其次本文对一阶综合逼近MEO进行扩展,得到任意阶的全空间和部分空间多元Lagrange插值MEO方法。最后,作为对插值方法的有益补充,本文尝试在MEO中引进了线性最小二乘拟合方法,并对高阶拟合方法在MEO中的可行性进行了分析。数值试验显示本文所提出的各种MEO方法均优于RTO中的传统方法。并且,不同的MEO方法有着不同的特点和适用情况。
【学位单位】:浙江大学
【学位级别】:博士
【学位年份】:2009
【中图分类】:N945.15
【部分图文】:

脱丙烷塔,进料量,流量,图像


度是针对参数a而言的。基于附录A脱丙烷塔和脱丁烷塔联塔系统,在优化命题(A.1)的基础上令两股进料量5502和5538为参数,可得相应的参数优化问题。图4.5演示了脱丙烷塔最优回流量同5502和5538流量参数之间的关系。图4.6演示了极值函数同这两个流量参数之间的关系。其中x轴和y轴分别代表标度化后的流量5502和5538,z轴代表最优回流量和极值函数。可以看出这两个函数曲面都是连续的且1·分光滑。LOadofth白怕edstoCkS502 LoadoftheleedstoC队5538图4.5脱丙烷塔最优回流量关于进料量5502和5538的函数图像

极值函数,流量参数,图像,脱丙烷塔


度是针对参数a而言的。基于附录A脱丙烷塔和脱丁烷塔联塔系统,在优化命题(A.1)的基础上令两股进料量5502和5538为参数,可得相应的参数优化问题。图4.5演示了脱丙烷塔最优回流量同5502和5538流量参数之间的关系。图4.6演示了极值函数同这两个流量参数之间的关系。其中x轴和y轴分别代表标度化后的流量5502和5538,z轴代表最优回流量和极值函数。可以看出这两个函数曲面都是连续的且1·分光滑。LOadofth白怕edstoCkS502 LoadoftheleedstoC队5538图4.5脱丙烷塔最优回流量关于进料量5502和5538的函数图像

步长因子,牛顿,路径


3g“一vf(x“)一{簇:取步长因子叭二0.01时可以得到图4.6中以原点为圆心,2为半径的圆形区域内近似光滑牛顿收敛路径的分布情况。图中的收敛路径均趋向于最优点附近的横轴区域。这初步表明初值点具有各向异性,或说收敛路径对方向具有偏好性。这种偏好同优化算法及具体优化问题均相关。那么位于收敛路径偏好方向上的初值点是否比其它方向上的初值点具有更快的收敛速度?图4.7给出了最优点附近区域的优化计算迭代步数等高线(实线)和 Newton路径长度等值线(虚线)。Newton路径长度等值线是指所有从该点出发至最优点处具有相同Newton路径长度的点集所对应的曲线。迭代步数等高线是指所有从该点出发具有相同迭代步数的点集所对应的曲线。这里称指标(步数)为p的迭代步数等高线为迭代等高线p,或收敛通道p。有趣的是图4.7表明Ncwton路径长度等值线和迭代步数等高线的形状并不一致。观察可见在最优点附近半径为0.5的区域内,收敛通道的形状和图4.6中收敛路径的偏好性相一致。即在充分靠近最优点时,在Newton法收敛路径的偏好方向上,优化计算的收敛速度最快。换句话说就是Newton算法在最优点附近充分小的邻域内具有一定的自动寻找快速收敛通道能力。除了收敛路径的偏好性之外,收敛通道的各向异性也进一步表明了处置点的各向异性。
【引证文献】

相关期刊论文 前2条

1 王志强;崔彦军;王怀瑞;;基于改进最小二乘支持向量机的最优解估计方法[J];计算机与应用化学;2013年11期

2 钟伟民;祁荣宾;杜文莉;钱锋;;化工过程运行优化研究进展[J];化学反应工程与工艺;2014年03期


相关博士学位论文 前1条

1 王志强;微分代数方程动态优化问题的快速求解策略研究[D];浙江大学;2012年



本文编号:2889441

资料下载
论文发表

本文链接:https://www.wllwen.com/projectlw/xtxlw/2889441.html


Copyright(c)文论论文网All Rights Reserved | 网站地图

版权申明:资料由用户e4778***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱[email protected]