Авторы

Об одном способе анализа структуры многомерного четкого логического регулятора

Организация эффективной работы преподавателей в условиях рейтинговой системы обучения

Поиск оптимального начального состава реакционной смеси процесса полимеризации с помощью искусственных иммунных систем

Для установления закономерностей протекания полимеризационных процессов целесообразно применять методы математического моделирования. На основе математического описания процесса можно определить оптимальные условия его протекания, обеспечивающие повышение его эффективности, а также качество выпускаемых полимеров. Одной из задач оптимизации процессов полимеризации является задача определения начального состава реакционной смеси, который обеспечивает достижение заданных количественных или качественных показателей процесса. Целью работы является разработка алгоритма определения начальных концентраций компонентов реакции синтеза полимеров. Приведена постановка задачи поиска оптимальных концентраций компонентов процесса синтеза полимеров и численный алгоритм для ее решения. Так как кинетическая модель процесса полимеризации представляет собой бесконечную систему обыкновенных нелинейных дифференциальных уравнений, то при ее решении с помощью классических методов оптимизации возникают трудности вычислительного характера. Поэтому для расчета оптимального начального состава реакционной смеси полимеризационного процесса предлагается применить метод искусственных иммунных систем. Данный метод позволяет преодолевать локальные экстремумы в многомерных пространствах поиска и его легко реализовать для конкретного процесса при изменении количества оптимизируемых параметров. Разработанный алгоритм на основе метода искусственных иммунных систем включает в себя процедуру преобразования бесконечной системы дифференциальных уравнений, описывающих кинетику полимеризационного процесса, к конечному виду с помощью метода моментов. Работа алгоритма апробирована на промышленно значимом процессе полимеризации бутадиена на неодимсодержащей каталитической системе. Вычислены оптимальные концентрации реагентов, обеспечивающие получение полимера с заданными свойствами. Читать дальше...

Поиск решения многоэкстремальной задачи оптимального управления на основе эволюционного метода

При поиске решений нелинейных задач оптимального управления можно столкнуться с трудностями, связанными с наличием локальных экстремумов. Применение традиционных методов оптимизации эффективно в случае выпуклых задач, обладающих тем свойством, что найденный локальный экстремум – глобальный. Поэтому актуальной является разработка методов и алгоритмов решения многоэкстремальных задач оптимального управления. Поскольку работа большинства методов оптимизации зависит от выбора начальных значений оптимизируемых параметров, то предлагается применить метод дифференциальной эволюции. Данный метод оптимизирует набор возможных решений в области допустимых значений искомых параметров, начальные значения которых задаются случайным образом. Целью работы является разработка эволюционного алгоритма поиска решения многоэкстремальной задачи оптимального управления. Преодоление застревания решения в локальном оптимуме возможно с помощью поддержания разнообразия популяции. В случае попадания решения в область локального экстремума при недостаточном заданном количестве итераций алгоритма можно получить неверное решение. Поэтому для выбивания популяции из области локального экстремума предлагается модификация метода дифференциальной эволюции – динамический размер популяции. Если популяция стягивается в область локального экстремума, то происходит незначительное изменение ее средней приспособленности. В этом случае производится удаление векторов-индивидов с наименьшей приспособленностью и добавление новых особей. Проведены вычислительные эксперименты на модельной задаче оптимального управления с невыпуклой областью достижимости. Проведено сравнение работы разработанного эволюционного алгоритма с методом вариаций в пространстве управлений и алгоритмом дифференциальной эволюции с постоянным размером популяции. Продемонстрирована эффективность применения разработанного эволюционного алгоритма при решении многоэкстремальной задачи оптимального управления. Читать дальше...