Алгоритма оптимизации

Иллюстрация алгоритма определения предела выносливости при сложном напряжен том состоянии

Алгоритм отыскания направляющих косинусов главных направлений деформации ничем не отличается от алгоритма определения направляющих косинусов нормалей к главным площадкам. При этом во всех формулах вместо элементов тензора

Рис. 2.18. Блок-схема алгоритма определения pt(t) для конечного времени восстановления.

Рис. 2.20. Блок-схема алгоритма определения Ф/ (d).

Рис. 2.26. Блок-схема алгоритма определения Гс системы с параллельным соединением элементов.

Рис. 2.28. Блок-схема алгоритма определения Те системы со смешанным соединением элементов.

Таким образом, есть вся необходимая информация для построения алгоритма исследования надежности. Начнем с рассмотрения алгоритма определения Тк. Каждый из пяти приборов может проработать до отказа в конкретном r-м опыте характерное для него случайное время /pi, определяемое законом распределения времени возникновения отказов. Положим, что этот закон является экспоненциальным с параметром Яо- Примем допущение о том, что каждый из пяти приборов подчиняется этому закону распределения времени возникновения отказов. С другой стороны, каждый из приборов УВК может проработать до момента выдачи команды также случай» ное время tKi (tKi — значение случайной величины TKi), подчиняющееся нормальному закону.

Рис. 3.8. Блок-схема алгоритма определения 7"с системы рис. 3.6 в случае нагруженного резерва.

Рис. 3.10. Блок-схема алгоритма определения Гс системы рис. 3.6 в случае ненагруженного резерва.

Рис. 3.16. Укрупненная блок-схема алгоритма определения Гс системы рис. 3.14 в случае нагруженного резерва.

Рис. 3.17. Подробная блок-схема алгоритма определения Тс, соответствующая формулам (3.22).

Задача оптимизации отклика типа (3) при разработке алгоритма оптимизации заключается в следующем: минимизировать

Рис. 24. Блок-схема алгоритма оптимизации

Задача оптимизации отклика типа (3) при разработке алгоритма оптимизации заключается в следующем: минимизировать

Здесь необходимо заметить, что минимальное значение продолжительности теоретического такта (получаемого при помощи алгоритма оптимизации на ЭВМ) может не совпасть с минимумом фактического такта выпуска (рис.3).

Математическое описание объекта и системы управления представим в виде: cc=M(u,f) , U* Я(Х,Л) , где и О, R-CO - символы математических моделей объекта (I) и системы ; зс, U - векторы выходных координат объекта и управляющих воздействий ; Л - вектор настроечных параметров системы ( в классе АСР Л - вектор заданий регуляторам, в классе ССО Л - вектор параметров алгоритма оптимизации ) .

( Московский институт химического машиностроения ) Тарельчатые центрифуги (сепараторы) для разделения дисперсных сред типа жидкость - твердое тело обладают одним существенным недостатком - в них неизбежно возникают потери готового продукта за счет уноса частиц твердой фазы с фугатом. Существующие системы автоматизации процесса сепарации реализуют алгоритмы либо стабилизации технологических переменных [l\ , либо программного управления \2\ и не обеспечивают минимизацию потерь готового продукта с фугатом. Поэтому при создании АСУ процессом сепарации одной из основных задач является разработка' алгоритма оптимизации режима сепарирования» Задача оптимизации заключается в минимизации потерь готового продукта

в целом, а в основу алгоритма оптимизации ПТУ на базе этой системы моделей положить следующее соотношение:

В главе 2 изложены методы и алгоритмы оптимизации параметров и профиля теплоэнергетических установок. Здесь дано описание алгоритма оптимизации непрерывно изменяющихся параметров, использующего идеи градиентного метода; алгоритма направленного дискретного спуска, сочетающего возможности метода покоординатного спуска и метода случайного поиска; метода динамического программирования в применений к оптимизации компоновки парогенератора. Обсуждаются вопросы сходимости предложенных алгоритмов, а также даны примеры их практического использования.

Теоретические доказательства корректности применения некоторых экстремальных методов при большом числе разнородных переменных и сложности системы ограничений трудно осуществимы. В таких случаях центр тяжести доказательств корректности и эффективности используемых алгоритмов целесообразно переносить на анализ вычислительных процессов при решении задач на ЭЦВМ. Подобный анализ (см. § 1 главы 2) позволил, в частности, отказаться от некоторых усложнений алгоритма оптимизации непрерывно и дискретно изменяющихся параметров реальных теплоэнергетических установок и их элементов. Необходимы дальнейшие постановки вычислительных экспериментов для определения наилучших значений критериев окончания решения отдельных подзадач и процесса оптимизации теплоэнергетической установки в целом.

В отдельно взятой программе алгоритма оптимизации величины 3 (X), дЗ/дХ, F (X) и dFldX не определяются. Это должно осуществляться отдельным самостоятельным блоком (назовем его расчетным) Для каждой конкретной задачи. На рис. 2.6—2.9 этот блок упоминается лишь как отдельное связующее звено в общей цепи алгоритма. Для связи всех этапов предназначена так называемая программа ввода, осуществляющая управление этапами по их логическим признакам работы, в зависимости от получаемых промежуточных результатов.

Процесс вычислений по методу, примененному для оптимизации непрерывно изменяющихся параметров, разделен на пять частей — блоков программы (рис. 2.7). Вычислительная работа алгоритма оптимизации дискретных параметров представлена на рис. 2.8, а алгоритма поиска допустимого решения — на рис. 2.9. Вычислительные схемы задач поиска допустимого ре пения и оптимизации непрерывных переменных имеют много общих операторов. Это в значительной степени упрощает вычислительный процесс.