Эволюционный синтез

Cтраница 3

Схема № 5. ввод сепаратора и дополнительного холодильника для потока питания. организация трех потоков питания ректификационной колонны. Ti - T3 - холодильники. [31]

Для схемы № 3 наименее экономичным элементом является холодильник на входе потока питания в колонну, так как до тре - - ти производительности его затрачивается на охлаждение жидкой части питания. В этом случае наиболее логичным шагом эволюционного синтеза является выделение паровой фазы питания для того, чтобы охлаждать только данный паровой поток. При этом возникают два потока питания, которые должны подаваться в кО - лонну в оптимальных точках. Как следует из табл. IV-6, реализация такой модификации схемы процесса ( схема № 4) позволяет значительно снизить затраты, связанные с охлаждением потока питания. Необходимо отметить, что в этом случае несколько возрастает количество флегмы, что, как известно, приводит к увеличению потерь этилена. Тем не менее, достигаемая за счет разделения потока питания экономия все-таки весьма ощутима. [32]

R составляют совокупность исходных данных об объектах эволюционного синтеза. [33]

Следует отметить, что моделирование естественных процессов развития, в том числе и эволюции, было и остается одним из самых перспективных научных направлений. Кроме описанных методов эволюционных вычислений, на основе естественных аналогий придуманы нейронные сети, предложены методы эволюционного синтеза систем ( см. главу 8) и методы эволюционного проектирования технических объектов. Особенностью подходов, базирующихся на эволюционных аналогиях, является контраст между достаточно простым математическим аппаратом ( по сравнению с другими методами) и впечатляющими результатами в области решения слабоструктурированных и плохо обусловленных проблем. [34]

Программы состоят из функций, переменных и констант. Исходная популяция Р хромосом в генетическом программировании образуется стохастически и состоит из программ, которые включают в себя элементы множества проблемно-ориентированных элементарных функций, а также проблемно-ориентированные переменные и константы. Эти множества являются основой для эволюционного синтеза программы, способной наилучшим образом решать поставленную задачу. Одновременно устанавливаются правила выбора элементов из указанных множеств в пространстве всех потенциально синтезируемых программ. Понятно, что эти множества, а также правила их обработки, оказывают серьезное влияние на размерность пространства поиска наилучшего решения и на качество результатов, получаемых методами генетического программирования. Структуры генетического программирования, как правило, имеют древовидную форму. [35]

Известны различные модификации эволюционных методов поиска оптимальных структур. Эволюционные методы заключаются в выводе некоторого правила выбора основных элементов структуры, подлежащих замене или вводимых в систему вновь, причем это правило вырабатывается в процессе пробных изменений в структуре. Если правило замены основных элементов структуры выводится из полученных ранее технологических данных, то такой метод синтеза структуры называется эвристическим эволюционным синтезом. [36]

Они заключаются в применении ряда правил, выработанных заранее, к исходной схеме с целью ее усовершенствования. Этот процесс логически содержит последовательное чередование этапов синтеза, анализа, оценки проектного решения и оптимизации. Общая методология эволюционного синтеза технологической схемы обычно включает три подзадачи: синтез исходного варианта технологической схемы, выработку правил модификации схемы, выработку эволюционной стратегии. [37]

Букатова [93, 94] сформулировала новое направление эвоинформатика. Эвоинформатика определяется как совокупность алгоритмических, программных и аппаратных средств, основанных на имитации механизмов ЕС для синтеза структур обработки информации. Букатова предложила архитектуру эволюционного поиска, состоящего из следующих компонент: моделирование цели, имитация основных законов дарвинизма, соревнование, отбор. Основу алгоритмов эволюционного и структурного поиска здесь составляют самообучающиеся и адаптивные алгоритмы. Дарвина, происходящих на основе механизмов синергетики. Такая эволюционно-вычислительная технология включает генерацию эволюционных систем, эволюционный синтез заданных моделей, поэтапное управление и интерпретацию моделей из БЗ. [38]

Страницы: 1 2 3