4.2 化工过程系统优化问题基本概念.ppt

第四章 化工过程系统的优化;目 录;4.2 化工过程系统优化问题基本概念; 目标函数： (4-1) 不等式约束条件： (4-2) 等式约束条件： (4-3) 为n维优化变量向量 最优化问题的组成要素： 目标函数，优化变量，约束条件与可行域。;1 目标函数;2 优化变量;w表示决策变量，x表示状态变量，则过程系统模型方程确定了x与w的函数关系 （4-4） 通常称之为状态方程，它表示的是系统状态变量与决策变量之间的关系。 状态方程数目与状态变量x的维数相同。 自由度为零的系统优化问题就是系统模拟问题;有时过程变量向量还包括S维单元内部变量向量z ，因此，状态方程的一般形式为： （4-5） 一般，过程系统优化问题中，决策变量数仅占整个过程变量中的一小部分。这一特性在缩小优化搜索时是很有用的;3 约束条件和可行域;不等式约束条件：过程变量的不等式约束条件和不等式设计规定要求 （4-6） 等式约束条件：由等式设计规定要求和尺寸成本关系式两部分组成，分别表示为 （4-7） （4-8） 状态方程式（包括各种衡算方程、联结方程等）： （4-9）;满足约束条件的方案集合，构成了最优化问题的可行域，记作R 可行域中的方案称为可行方案 每组方案y为n维向量，它确定了n维空间中的一个点 因此，过程系统最优化问题是在可靠域中寻求使目标函数取最小值的点，这样的点称为最优化问题的最优解;;过程系统优化问题可表示为;讨 论;例：求该优化问题的自由度; 例4-1 求一个受不等式约束的最优化问题; 例4-1 求一个受不等式约束的最优化问题;4.2.2 最优化问题的建模方法;对于过程机理不很清楚，或机理模型复杂，难以建立数学方程组或方程组求解困难的问题，可通过建立黑箱模型进行优化。 其中常用的就是统计模型优化方法 直接以实测数据为依据，只着眼于输入－输出关系，不考虑过程本质，对数据进行数理统计分析从而得到过程各参数之间的函数关系。函数关系通常比较简单。 优点是模型关系式简单，不需要特殊的最优化求解算法。 缺点是外延性能较差;多层神经网络模型也是一种黑箱建模方法，广泛用于过程系统模拟和优化问题。在许多方面优于一般的统计回归模型。 适用于任何生产过程系统，寻优速度较快，具有自学习、自适应能力（因此也称为智能模型），尤其适用于多目标优化问题 需要大量的样本数据，而且存在局部极值问题。 除此之外，还可采用机理模型与黑箱模型相结合的混合建模方法。;4.2.3 化工过程系统最优化方法的分类;1 无约束最优化与有约束最优化;2 线性规划与非线性规划;3 单维最优化和多维最优化;4 解析法与数值法;数值法又称为直接最优化方法，或优选法。 不要求目标函数为各种变量的显函数表达式，利用函数在某一局部区域的性质或一些已知点的数值，逐步搜索、逼近，最后达到最优点。;5 可行路径法和不可行路径法;不可行路径法的不要求必须在可行域内进行，可以从不可行域向最优解逐步逼近，但在最优解处必须满足条件。 在这类方法中，所有的过程变量同时向使目标函数最优而又能满足所条件的方向移动。 这类方法的求解过程有可能不稳定，但计算量比可行路径法显著减少。计算量少的主要原因是比可行路径少一层迭代环节;End