Cтраница 2
С точки зрения типа вычислений на каждой итерации прямые методы безусловной оптимизации подразделяются на методы, требующие: 1) вычисления только минимизируемой функции ( безградиентные методы); 2) расчета первых производных ( градиентные); 3) вычисления первых и вторых производных. [16]
Вместе с тем метод явной декомпозиции имеет меньшую скорость сходимости по сравнению с методом цен ( когда последний применим), так как при его реализации используются, как правило, безградиентные методы, обеспечивающие повышенную вероятность отыскания абсолютного оптимума. Однако универсальность и простота позволяют его широко использовать в системах оптимизации и управления. [17]
Однако расчет констант скорости по этим данным представляет значительные трудности, поскольку при низких линейных скоростях газового потока в зоне реакции происходит интенсивное продольное перемешивание реакционной смеси, величину которого рассчитать практически невозможно. Поэтому для таких исследований целесообразно использовать безградиентные методы. [18]
![]() |
Бимодальная целевая функция. [19] |
Для реализации этой идеи разработан ряд остроумных алгоритмов. Ниже рассмотрим некоторые из них, а также другие безградиентные методы, хорошо приспособленные для поиска оптимумов функций с разрывными производными. [20]
![]() |
Глубокое окисление углеводородов при 300 С. [21] |
При анализе неполного окисления углеводородов были приведены кинетические данные и по их глубокому окислению - побочной реакции, всегда сопровождающей неполное окисление. В литературе появился ряд работ, в которых безградиентными методами были установлены основные кинетические закономерности глубокого окисления углеводородов разных классов. [22]
В тех случаях, когда функцию цели нельзя выявить явными аналитическими зависимостями из-за сложности процесса, то приходится искать приближенное решение. Для этого случая успешно применяют некоторые методы нелинейного программирования. При поиске экстремума целевой функции в условиях неполного знания об объектах исследования применяют один из многочисленных методов, которые подразделяются на следующие группы: градиентные методы; безградиентные методы; методы случайного поиска и комбинированные методы, сочетающие некоторые достоинства отдельных методов из различных групп. [23]