Адаптивная оптимизация

Cтраница 2

АСУ ТП: задача динамической адаптивной оптимизации вычисляется в реальном масштабе времени, тогда как задача статической адаптивной оптимизации не требует этого. Все это делает возможным и даже желательным реализацию статической и динамической адаптации в рамках единой адаптивной АСУ ТП. [16]

Относительно биологической теории управления можно сделать два замечания: во-первых, эволюционный метод природы, возможно, выполняет адаптивную оптимизацию на основе довольно сложного критерия энергетических или электрических или и тех и других данных [2], а устойчивость автоматически является необходимым условием оптимальности; во-вторых, при изучении работы биологической системы управления об анатомии и динамике основных неадаптивных частей известно гораздо больше, чем об адаптивных частях. [17]

Если оптимизация позволяет исключить или уменьшить влияние переменных параметров объекта на значение критерия качества, то имеют в виду адаптивную оптимизацию технологического процесса вблизи его рабочей точки. Эта задача является наиболее распространенной среди реализованных задач адаптивного управления в АСУ ТП. [18]

Последние замечания относятся к оптимизации в смысле передачи информации; однако существуют данные, говорящие о наличии в случае необходимости адаптивной оптимизации в энергетическом смысле. Тогда, считая, что такие системы, как дыхательная и двигательная, имеют по по крайней мере две приводящие переменные ( частота циклов и емкость каждого цикла), их оптимальная комбинация в энергетическом смысле применима для любого заданного выхода системы. [19]

Ниже описывается математическая модель системы со случайной выборкой из памяти. Рассмотрен ряд алгоритмов адаптивной оптимизации поиска. Приведены результаты моделирования и даны примеры реальных ситуаций, к которым применимы полученные результаты. [20]

В книге рассмотрены вопросы разработки и исследования систем оптимизации режимов металлообработки при микропроцессорном управлении станками. Особое внимание уделено созданию алгоритмов адаптивной оптимизации, исследованию устойчивости и точности микропроцессорных систем оптимизации. Приведены программы адаптивной оптимизации металлообработки. [21]

Структурная схема поисковой оптимальной адаптивной АСУ ТП.| Структурная схема трехуровневой оптимальной АСУ ТП с обучаемой моделью объекта. [22]

Особенностью системы является то, что указанные задачи решаются в разном масштабе времени: идентификатор работает в реальном масштабе времени, тогда как оптимизатор - в ускоренном. Такая возможность появляется прежде всего в системах статической адаптивной оптимизации вследствие того, что модель безынерционна и поиск оптимального управления на ней не требует таких затрат машинного времени, как на объекте управления. Другой особенностью рассматриваемой системы является необходимость измерения и задания в быстрой модели начальных условий объекта управления. [23]

На номинальном режиме работы системы настроенные параметры регулятора обеспечивают близость динамических характеристик основного контура к характеристикам эталонной модели. При отклонении параметров объекта от номинальных необходимо перестроить параметры регулятора так, чтобы динамические характеристики основного контура совпадали с характеристиками эталонной модели; при этом обязательно выполняются условия Q Фзод или Q QMHH - Первое условие называют условием беспоисковой адаптивной стабилизации, второе-условием беспоисковой адаптивной оптимизации. [24]

В настоящей книге приводятся оценки и делаются выводы относительно оптимизации в указанном смысле процедуры хранения и поиска по образцу в случайной памяти. Описывается математическая модель системы со случайной выборкой из памяти. Рассмотрен ряд алгоритмов адаптивной оптимизации поиска и приведены результаты моделирования. [26]

В этом случае решение задачи еще более затруднено по сравнению с предыдущим. Приближенное решение может заключаться в разбиении задач оптимизации на три подзадачи: задачу оценивания состояния объекта, задачу оценивания параметров модели и задачу определения оптимальных управляющих воздействий. Такая упрощенная задача может быть реализована рассмотренным далее алгоритмом стохастической адаптивной оптимизации. [27]

Задачи динамической оптимизации не получили еще распространения в АСУ ТП вследствие сложности их решения; при этом не всегда возможен выигрыш перед простым управлением по возмущению или с помощью обратной связи. При динамическом оптимальном управлении определяется стратегия управления динамическим технологическим объектом, оптимальная с точки зрения выбранного критерия, например среднеквадратической ошибки слежения при наличии неконтролируемого возмущения. Если оптимальная стратегия управления не зависит или слабо зависит от неопределенности, связанной с неизвестными параметрами объекта или неизвестными начальными условиями, то рассматривают адаптивную оптимизацию технологического процесса в динамическом режиме. [28]

Страницы: 1 2