Cтраница 3
Для включения в динамическую целевую функцию ограничений на модель физического процесса может быть использован метод множителей Лагранжа. [31]
В параграфе обсуждается техника адаптации к изменениям в структуре модели физического процесса и целевой функции вследствие ограничений на переменные управления. [32]
Набор X J, Y1 и Yp 1 должен удовлетворять модели физического процесса. [33]
В этой главе рассмотрены некоторые аналитические и экспериментальные методы разработки моделей физического процесса. На практике аналитический и экспериментальный метод не должны противопоставляться друг другу. Например, перед использованием моделей физических процессов, полученных аналитическим методом, они обязательно должны подвергаться экспериментальной проверке для установления практической пригодности. Кроме того, эксперименты следует проводить регулярно и для уточнения коэффициентов модели. [34]
Ограничения на переменные управления и переменные состояния могут изменить структуру модели физического процесса и функцию цели. Если управляющее воздействие выходит за допустимый предел, то оно заменяется постоянной, равной этому пределу, в связи с чем изменяется структура модели физического процесса и его целевая функция. [35]
В § 4.7 приведен пример использования этих аналитических методов для создания модели динамического физического процесса, описывающей работу химического реактора смесительного резервуара с полным смешением и перемешиванием. [36]
В настоящей главе представлен как аналитический, так и экспериментальный метод разработки моделей физического процесса. Аналитический метод базируется на использовании основных физических законов, определяющих течение процесса. При использовании экспериментального метода для разработки моделей установившихся процессов применяется хорошо известный метод регрессионного анализа, в частности подбор экспериментальных формул с помощью метода наименьших квадратов. [37]
Промежуточные вычисления для различных моментов времени приведены в табл. 8.4. Ввиду неидеальности модели физического процесса потребовалось две дополнительные итерации. [38]
Для иллюстрации того, как процедура ЭВОП может быть использована для построения модели физического процесса и для оценки линейных коэффициентов целевой функции, рассмотрим пример с двумя переменными управления. [39]
В этом параграфе будет рассмотрен случай, когда и целевая функция, и модель физического процесса, и ограничения являются линейными функциями. Оптимальное управление в задачах такого рода может быть найдено с помощью традиционного метода линейного программирования. [40]
Для улучшения точности оптимального управления ( в смысле учета влияния неконтролируемых переменных и неточностей модели физического процесса) может быть использована обратная связь. [41]
Задача повышения точности оптимального управления без обратной Связи сводится к задаче повышения точности определения коэффициентов модели физического процесса. [42]
Способы оптимального управления, рассмотренные в предыдущей главе, базируются на допущении о том, что модель физического процесса полностью определена и не может изменяться. Это допущение, вообще говоря, нереально. [43]
Оценку ТС объектов МН с низкой контролепригодностью следует осуществлять на базе прогнозирования ТС состояния с использованием моделей физических процессов, протекащих в их материалах. [44]
В § 8.3 - 8.5 будет показано, как можно применять оптимальное управление с обратной связью, используя модель физического процесса в приращениях. [45]