[自然科学]第四章化工过程系统的优化.pptVIP

用单纯形法求解线性规则问题的方法 求一个初始基本可行解 从基本可行解出发，转移到另一个目标函数值更小的基本可行解 逐步迭代计算，当目标函数值 不能再减小，即满足最优性条件C-CBB-1A=0：时，计算结束，得到最优基本可行解 例4-5 解线性规划问题 解： 1 先将原问题化为标准形 2 为标准形找出一个基本可行解 最明显的可行解就是把系数为1的变量留下作为基变量，并设其它变量为零，作非基变量。 因此： x1=6, x5=3,x6=4 非基变量x2,x3,x4为0 可行解为： 初始可行基为单位矩阵： 非基变量的系数（检验数）： 其中： 对应的目标函数值 3 建立单纯形表 把b放入表的第0列，A1,A2,A3,A4,A5,A6放入表的1~m行中，把-y00和y0j放入表的第0行 X1 X2 X3 X4 X5 X6 CB XB -6 0 -3 -2 -4 0 0 1 X1 6 1 1 3 1 0 0 0 X5 3 0 -2 1 1 1 0 0 X6 4 0 -1 6 -1 0 1 4 检验可行解，看是否为最优解 最优解就满足的条件是y0j=Cj-CBB-1Aj=0，从表4-2中可以看到有y0j不满足条件，故初始可行解不是最优解 5 转移以另一个基本可行解 由于初始的基本可行解不是最优解，因此需要转移到另一个基本可行解，方法是 选择出现负检验数y0j最小列q作为主列，本问题中 q=2 求最小比值 ， 选择出现?的行p作为主行，本问题中p=1 以为ypq主元，用换基公式修改单纯形表 用新基B=（A1, ……AP-1, Aq, AP+1, Am）代替原来的B，得到新的基本可行基，循环，直至得到最优解。 x6 x4 x2 分表三 x6 X5 X2 0 0 -2 0 0 0 -1 7 3 10 15 6 12 分表二 1 0 -1 6 -1 0 4 x6 0 0 1 1 1 -2 0 3 X5 0 0 0 1 3 1 1 6 X1 1 分表一 0 0 -4 -2 -3 0 -6 XB CB x6 x5 x4 x3 x2 x1 1 0 0 9 0 1 10 0 0 1/3 1 7/3 0 2/3 5 -3 0 -1/3 0 2/3 1 1/3 1 -2 0 1/3 0 28/3 0 11/3 17 1 0 0 9 0 1 0 1 3 7 0 2 0 0 1 3 1 1 最优解为X* = (0，1，0，5，0，10)T, 带入目标函数， J = 0-2×1+0-3×5 = - 17 4.3.1 过程系统参数优化 包括设计参数优化和操作参数优化 设计参数优化，就是把最优化技术应用于过程系统模型，寻求一组使目标函数达到最优，同时又满足各项设计规定要求的决策变量（即设计变量）。 根据最优设计方案可计算单元设备的尺寸 实际生产操作必须根据环境和条件的变化来调节决策变量（即操作变量），从而使整个过程系统处于最佳状态，也就是目标函数达到最优。这就是操作参数优化问题 如：通过操作参数优化计算，可以找到对应于系统下的精馏塔最佳回流比、操作压力、反应器最佳反应温度和再循环流量等等。 如果操作参数与生产装置的测试系统连接在一起，随时根据检测仪表送来的信息进行优化计算，然后将计算结果信息直接送往控制系统，则称为“在线操作优化” 过程系统的设计参数优化和操作参数优化的区别在于优化对象不同，前者优化的是设计变量，后者优化的是操作变量， 但就应其数学本质而言并什么本质上的区别，优化的对象都是决策变量 当用机理模型描述过程系统的参数优化问题时，模型方程分为稳态优化模型和动态优化模型。 稳态集中参数优化模型由代数方程组成， (4-10) （流程描述方程） （尺寸，成本方程） （等式设计约束） （不等设计约束） 动态优化模型中引入了时间变量，过程变量、目标函数和约束条件均可为时间变量的函数。集中参数的动态优化模型，通常由常微分－代数方程组成 (4-11) 微分形式状态方程 不等式约束和不等式设计规定方程 等式状态程及等式设计规定方程 初始条件 X(t) m维状态函数向量 W(t) r维决策函数向量 f 微分形式的状态方程 g不等式约束和不等式设计方程 c 等式状态方程和等式设计方程 t 时间变量 动态优化模型一般适用于解决动态过程（如间歇过程、开停车过程等）的优化设计和优化操作问题 1) 找到 w(t)的最优变量规律，使得在规定时间内到达x(t) 的指定值的系统规模最小 ； 2) 系统规模已定，找到w(t)，使一定时间内x(tf ) 值为最大； 3) 系统规模已定，找到w(t)，使得达到x(t )的指定值的时间最短。 稳态模型与动态模型的比较