發(fā)布時(shí)間：2020-11-19 00:40

　　 過(guò)程系統(tǒng)實(shí)時(shí)優(yōu)化(RTO,Real-Time Optimization)對(duì)于流程工業(yè)節(jié)能降耗和提高經(jīng)濟(jì)效益具有重要意義。實(shí)時(shí)性是衡量實(shí)時(shí)優(yōu)化性能的一個(gè)關(guān)鍵指標(biāo)。如何提高實(shí)時(shí)性是系統(tǒng)工程師和大規(guī)模優(yōu)化算法研究人員的一個(gè)工作重點(diǎn)。目前在大規(guī)模實(shí)時(shí)優(yōu)化算法方面已取得許多出色的研究成果。但是隨著過(guò)程系統(tǒng)規(guī)模的不斷增大和模型精細(xì)程度的日益提高,優(yōu)化命題的規(guī)模存在持續(xù)增長(zhǎng)的趨勢(shì)。因此,實(shí)時(shí)性仍然是實(shí)時(shí)優(yōu)化技術(shù)的一個(gè)瓶頸。本文的目標(biāo)是從系統(tǒng)的角度出發(fā),利用優(yōu)化命題的反復(fù)求解特性提高系統(tǒng)的實(shí)時(shí)性。 本文對(duì)實(shí)時(shí)優(yōu)化系統(tǒng)進(jìn)行了深刻分析,并根據(jù)其中優(yōu)化命題的重復(fù)性和相似性提出了記憶增強(qiáng)型優(yōu)化方法(MEO,Mnemonic EnhancementOptimization)。該方法將變化的操作條件和各種擾動(dòng)看作優(yōu)化命題的參數(shù),將先前優(yōu)化計(jì)算的解作為經(jīng)驗(yàn)保留起來(lái),并用這些經(jīng)驗(yàn)來(lái)估計(jì)待求最優(yōu)解。隨后MEO將估計(jì)值傳給優(yōu)化算法以精確定位最優(yōu)解。理論分析證明在一般條件下,最優(yōu)解是參數(shù)的連續(xù)函數(shù)�；�于這一點(diǎn)可以證明隨著RTO的反復(fù)運(yùn)行,MEO逼近值將以概率1收斂于最優(yōu)解。 本文建立了MEO框架。該框架由兩部分組成——經(jīng)驗(yàn)庫(kù)管理和多元逼近方法。本文在經(jīng)驗(yàn)庫(kù)管理中引入了閾值以限制經(jīng)驗(yàn)庫(kù)的空間復(fù)雜度。同時(shí),本文構(gòu)造了針對(duì)MEO經(jīng)驗(yàn)庫(kù)管理的增量式多元Delaunay剖分算法和巢狀節(jié)點(diǎn)選擇算法。它們?yōu)镸EO中的多元逼近算法奠定了基礎(chǔ)。 在逼近算法方面,本文首先構(gòu)造了零階逼近MEO方法。在此基礎(chǔ)上引進(jìn)多元一階Lagrange插值,從而得到基于Delaunay剖分的一階綜合逼近MEO方法。其次本文對(duì)一階綜合逼近MEO進(jìn)行擴(kuò)展,得到任意階的全空間和部分空間多元Lagrange插值MEO方法。最后,作為對(duì)插值方法的有益補(bǔ)充,本文嘗試在MEO中引進(jìn)了線性最小二乘擬合方法,并對(duì)高階擬合方法在MEO中的可行性進(jìn)行了分析。數(shù)值試驗(yàn)顯示本文所提出的各種MEO方法均優(yōu)于RTO中的傳統(tǒng)方法。并且,不同的MEO方法有著不同的特點(diǎn)和適用情況。
【學(xué)位單位】：浙江大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位年份】：2009
【中圖分類(lèi)】：N945.15
【部分圖文】：

度是針對(duì)參數(shù)a而言的�；�于附錄A脫丙烷塔和脫丁烷塔聯(lián)塔系統(tǒng)，在優(yōu)化命題(A.1)的基礎(chǔ)上令兩股進(jìn)料量5502和5538為參數(shù)，可得相應(yīng)的參數(shù)優(yōu)化問(wèn)題。圖4.5演示了脫丙烷塔最優(yōu)回流量同5502和5538流量參數(shù)之間的關(guān)系。圖4.6演示了極值函數(shù)同這兩個(gè)流量參數(shù)之間的關(guān)系。其中x軸和y軸分別代表標(biāo)度化后的流量5502和5538，z軸代表最優(yōu)回流量和極值函數(shù)�？梢钥闯鲞@兩個(gè)函數(shù)曲面都是連續(xù)的且1·分光滑。LOadofth白怕edstoCkS502 LoadoftheleedstoC隊(duì)5538圖4.5脫丙烷塔最優(yōu)回流量關(guān)于進(jìn)料量5502和5538的函數(shù)圖像

度是針對(duì)參數(shù)a而言的�；�于附錄A脫丙烷塔和脫丁烷塔聯(lián)塔系統(tǒng)，在優(yōu)化命題(A.1)的基礎(chǔ)上令兩股進(jìn)料量5502和5538為參數(shù)，可得相應(yīng)的參數(shù)優(yōu)化問(wèn)題。圖4.5演示了脫丙烷塔最優(yōu)回流量同5502和5538流量參數(shù)之間的關(guān)系。圖4.6演示了極值函數(shù)同這兩個(gè)流量參數(shù)之間的關(guān)系。其中x軸和y軸分別代表標(biāo)度化后的流量5502和5538，z軸代表最優(yōu)回流量和極值函數(shù)。可以看出這兩個(gè)函數(shù)曲面都是連續(xù)的且1·分光滑。LOadofth白怕edstoCkS502 LoadoftheleedstoC隊(duì)5538圖4.5脫丙烷塔最優(yōu)回流量關(guān)于進(jìn)料量5502和5538的函數(shù)圖像

3g“一vf(x“)一{簇:取步長(zhǎng)因子叭二0.01時(shí)可以得到圖4.6中以原點(diǎn)為圓心，2為半徑的圓形區(qū)域內(nèi)近似光滑牛頓收斂路徑的分布情況。圖中的收斂路徑均趨向于最優(yōu)點(diǎn)附近的橫軸區(qū)域。這初步表明初值點(diǎn)具有各向異性，或說(shuō)收斂路徑對(duì)方向具有偏好性。這種偏好同優(yōu)化算法及具體優(yōu)化問(wèn)題均相關(guān)。那么位于收斂路徑偏好方向上的初值點(diǎn)是否比其它方向上的初值點(diǎn)具有更快的收斂速度?圖4.7給出了最優(yōu)點(diǎn)附近區(qū)域的優(yōu)化計(jì)算迭代步數(shù)等高線(實(shí)線)和 Newton路徑長(zhǎng)度等值線(虛線)。Newton路徑長(zhǎng)度等值線是指所有從該點(diǎn)出發(fā)至最優(yōu)點(diǎn)處具有相同Newton路徑長(zhǎng)度的點(diǎn)集所對(duì)應(yīng)的曲線。迭代步數(shù)等高線是指所有從該點(diǎn)出發(fā)具有相同迭代步數(shù)的點(diǎn)集所對(duì)應(yīng)的曲線。這里稱(chēng)指標(biāo)(步數(shù))為p的迭代步數(shù)等高線為迭代等高線p，或收斂通道p。有趣的是圖4.7表明Ncwton路徑長(zhǎng)度等值線和迭代步數(shù)等高線的形狀并不一致。觀察可見(jiàn)在最優(yōu)點(diǎn)附近半徑為0.5的區(qū)域內(nèi)，收斂通道的形狀和圖4.6中收斂路徑的偏好性相一致。即在充分靠近最優(yōu)點(diǎn)時(shí)，在Newton法收斂路徑的偏好方向上，優(yōu)化計(jì)算的收斂速度最快。換句話說(shuō)就是Newton算法在最優(yōu)點(diǎn)附近充分小的鄰域內(nèi)具有一定的自動(dòng)尋找快速收斂通道能力。除了收斂路徑的偏好性之外，收斂通道的各向異性也進(jìn)一步表明了處置點(diǎn)的各向異性。
【引證文獻(xiàn)】

相關(guān)期刊論文 前2條

1 王志強(qiáng);崔彥軍;王懷瑞;;基于改進(jìn)最小二乘支持向量機(jī)的最優(yōu)解估計(jì)方法[J];計(jì)算機(jī)與應(yīng)用化學(xué);2013年11期

2 鐘偉民;祁榮賓;杜文莉;錢(qián)鋒;;化工過(guò)程運(yùn)行優(yōu)化研究進(jìn)展[J];化學(xué)反應(yīng)工程與工藝;2014年03期

相關(guān)博士學(xué)位論文 前1條

1 王志強(qiáng);微分代數(shù)方程動(dòng)態(tài)優(yōu)化問(wèn)題的快速求解策略研究[D];浙江大學(xué);2012年

本文編號(hào)：2889441