2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩167頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、優(yōu)化是流程工業(yè)實現節(jié)能減排的一項重要技術手段。從過程系統(tǒng)工程的角度來看,流程工業(yè)優(yōu)化主要分為兩個方面,最優(yōu)過程設計以及最優(yōu)過程操作。目前對于最優(yōu)過程設計的研究主要集中在過程綜合,包括換熱網絡綜合、分離序列綜合以及反應器網絡綜合,這類綜合問題通??梢员幻枋龀苫旌险麛捣蔷€性規(guī)劃問題,求解非線性規(guī)劃問題的優(yōu)化算法作為求解混合整數非線性規(guī)劃問題的核心部件,其魯棒性是成功求解混合整數非線性規(guī)劃問題的一個前提條件,如果某個非線性規(guī)劃問題不能被求解,

2、則整個算法將無以為繼。在最優(yōu)過程操作方面,目前采用的是實時過程操作優(yōu)化系統(tǒng),其中數據調和問題、參數估計問題以及整體操作優(yōu)化問題都可以被描述成非線性規(guī)劃問題,求解非線性規(guī)劃問題的優(yōu)化算法的魯棒性和實時性在是整個實時操作優(yōu)化系統(tǒng)得以正常運行和實施的保證,如果優(yōu)化算法不能夠及時地收斂到最優(yōu)點,并仍然將優(yōu)化計算結果強行進行實施的話,操作優(yōu)化的實際意義就會喪失。以上的過程系統(tǒng)優(yōu)化都是基于穩(wěn)態(tài)模型的,但是在過程系統(tǒng)中,不可避免地存在穩(wěn)態(tài)模型無法描述

3、的動態(tài)過程,故需要采用優(yōu)化控制一體化技術對這類動態(tài)過程進行優(yōu)化和控制。聯立法是目前求解動態(tài)優(yōu)化問題的主流方法,其基本思想是將原動態(tài)問題離散成非線性規(guī)劃問題進行求解,故求解非線性規(guī)劃問題的優(yōu)化算法是聯立法的重要計算引擎,同時,離散化的好壞關系到動態(tài)優(yōu)化問題的解的精度和最優(yōu)性。流程模擬軟件是優(yōu)化理論和方法得以施展和應用的平臺,同時也促進著優(yōu)化理論和方法的發(fā)展。本文探討了目前高性能優(yōu)化理論和方法中存在的若干問題以及解決方法。主要研究成果如下:

4、
   1.基于傳統(tǒng)收斂準則的內點算法在求解強非線性、多尺度的大規(guī)模流程模型優(yōu)化命題時出現的帕累托現象,提出了針對內點算法的收斂深度控制策略,分析并證明了相關的性質。
   2.針對目前的主流優(yōu)化算法在求解時仍然碰到很多求解困難和求解效率的問題,分析了算法參數設置與算法性能之間的關系,提出了基于啟發(fā)式算法和直接搜索算法的參數自動整定算法,并在對參數自動整定問題進一步分析的基礎上又提出了基于隨機采樣的參數自動整定算法。

5、r>   3.針對聯立法在求解動態(tài)優(yōu)化問題時涉及到的如何在保證解的精度的情況下確定有限元的個數和有限元節(jié)點的位置、如何找到不連續(xù)最優(yōu)控制曲線的不連續(xù)點以及如何保證解的最優(yōu)性這些問題,提出了自適應移動有限元法。
   4.通過Aspen Open Solvers接口集,將基于內點算法的求解器與Aspen Plus進行了有效集成,開發(fā)了Aspen Plus下首個內點算法求解器。并在Aspen OpenSolvers接口集的基礎上,

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論