Cтраница 3
В беспоисковых оптимальных адаптивных АСУ ТП ( рис. 13.8), решающих задачу адаптивной динамической оптимизации по квадратичному критерию качества, оптимальный динамический эталон рассчитывается заранее - на этапе проектирования АСУ ТП. [31]
Применение метода динамического программирования для оптимизации процессов с распределенными параметрами или в задачах динамической оптимизации приводит к решению дифференциальных уравнений в частных производных. Вместо решения таких уравнений зачастую значительно проще представить непрерывный процесс как дискретный с достаточно большим числом стадий. Подобный прием оправдан особенно в тех случаях, когда имеются ограничения на переменные задачи и прямое решение дифференциальных уравнений осложняется необходимостью учета указанных ограничений. [32]
Задачи статической оптимизации решаются для процессов, протекающих в установившихся режимах, а задачи динамической оптимизации решаются для процессов, протекающих при неустановившихся режимах. [33]
Иногда нет такой ясности в вопросе о том, какой должна быть постановка задачи динамической оптимизации: минимаксной или байесовской. [34]
Используемый подход заключается в переходе к рекуррентный соотношениям для нестационарны процессов и соответственно в построении задачи динамической оптимизации. Его преимуществам являются естественная форма определения оперативно-календарных решений, возможность удобной содержательной интерпретации, где предварительная квантификация управляющих переменных в конкретных планово-производственных ситуациях находит гыражение в их дискретности. [35]
Структурная схема поисковой оптимальной адаптивной АСУ ТП.| Структурная схема трехуровневой оптимальной АСУ ТП с обучаемой моделью объекта. [36] |
Благодаря тому что в беспоисковых адаптивных системах эталонная модель реализует оптимальные динамические характеристики системы в целом, задача динамической оптимизации подменяется здесь задачей подстройки под эталон, которая в вычислительном отношении значительно проще исходной задачи. Алгоритмы адаптации или адаптивной идентификации с эталонной моделью содержат простые арифметические операции и, являясь рекуррентными, сравнительно легко реализуются уже на внутреннем машинном языке или на мнемокоде. [37]
Для многих сложных процессов периодического типа, а также полунепрерывных процессов в условиях статистической неопределенности информации о процессе, как правило, нелинейном, решается задача динамической оптимизации на конечном интервале времени - задача оптимального перевода объекта из начального состояния в конечное. [38]
Следовательно, речь идет о новом классе задач, актуальных и с теоретической точки зрения - теории сингулярных [6], ( особых [7], вырожденных [10]) решений задач динамической оптимизации. [39]
ТСВ, оптимальная в определенном эксплуатационном режиме. Постановка задач динамической оптимизации часто бывает затруднена неопределенностью в возможностях математического подхода к решению. При этом центральной является проблема критерия динамической оптимальности, который должен отличаться от критериев технико-экономической эффективности ТСВ, рассчитываемых на единственный режим работы. Учет много-режимности резко усложняет целевые функции. [40]
Большое число задач динамической оптимизации приводится ( иногда после соответствующей переформулировки подобно тому, как это было сделано выше) к следующей постановке. [41]
Если же величина Твоз соизмерима с временем переходного процесса объекта, то основным режимом его работы является динамический режим. В этом случае возникает задача динамической оптимизации и требования к математическому описанию наибольшие. При плавных возмущениях статическая оптимизация необходима тогда, когда собственные частоты процесса намного больше частоты изменения возмущений. [42]
На показан регулятор с большим коэффициен. [43] |
Метод динамического программирования предложен Беллманом. Этот метод обычно используется для решения задач динамической оптимизации в дискретной форме. Основная идея динамического программирования состоит в использовании рекуррентного соотношения, основанного на принципе оптимальности. Это соотношение позволяет каждый временной интервал ( или шаг) оптимизировать независимо от всех других интервалов. [44]
В то же время определенный круг задач, существенно отличающихся по своей постановке от задач основной химической технологии, потребовал разработки специфических методов анализа и син - теза. К таким задачам относятся, в частности, задачи динамической оптимизации, представляющие для технологии очистки сточных вод особый интерес. [45]