论文部分内容阅读
传统的分解协调优化方法在解决大规模流程生产过程优化问题时,往往面临计算量增加、协调因子的初值无实际意义以及依赖于目标可分性等问题。受自然界雁阵飞行机理的启示,论文对雁阵的上升气流和阵形的寻优机制进行了深入的分析。据此,提出了一个雁阵方法,用于解决一类大系统的分解-协调优化问题。首先,定义了雁阵结构,提出了单级雁阵的跟踪、交换和传递三个算子。在此基础之上,建立了基于多级雁阵方法的一类大系统优化分解-协调机制,将整体优化问题按照目标变量和约束条件之间的关系进行分解,进而转换为子雁阵之间的协调问题。其优化顺序为,首先对雁阵总目标进行优化,其结果作为分目标传递给各个子雁阵,而各个子雁阵则采用跟踪、交换、传递方式进行协调,从而实现大系统的整体优化。论文采用KKT条件对雁阵方法和拉格朗日乘子协调法进行了最优等价性分析,从结构和求解方面证明了两者之间的最优等价性,并从目标可分性需求角度证明了雁阵算法的优越性。将雁阵方法应用于解决流程生产过程优化问题,形成了流程雁阵方法,其基本思路是,对生产流程按照雁阵机制进行分解,建立多级流程雁阵模型,然后采用多级流程雁阵的优化算子进行协调优化。过程扰动对应于流程雁阵的两种偏离问题,分别为头雁驱动和状态子雁驱动的最优阵形偏离。随后,给出了头雁自主调整和阵形自主调整两种协调规则,分别用于求解流程生产过程的稳态优化和实时优化问题。论文将引起经济目标变化的过程监控作为实时优化的驱动源,提出了一类基于监控驱动的实时优化问题,并且引入病态雁阵的概念实现过程的自我调整和优化。首先,通过流程雁阵头雁自主调整算法获得流程稳态最优点,并将其作为实时优化各子雁阵的头雁目标;然后,采用病态雁阵的阵形自主调整规则实施协调实时优化。同时,为了克服传统实时优化方法的稳态等待问题,还引入了实时进化的理念,将稳态等待时间划分为若干个拟稳态过程,采用阵形自主调整规则进行协调。特别指出,雁阵方法采用了启发式信息传播机制,能够充分利用实时测量信息,雁阵寻优算法使用了梯度信息,构造精细的数学搜索方向,从而获得更加准确的最优解。求解大系统优化问题时,雁阵方法利用了状态变量的传递作用,能够有效不失真地对非线性目标进行分解,并采用多级雁阵对复杂的约束条件进行建模,最后采用多级雁阵的跟踪、协调和传递机制对最优点实现跟踪、协调和获取。另外,针对流程生产过程首次提出了基于监控驱动的实时优化问题,通过流程雁阵方法,分别对其中的稳态优化点和基于进化策略的实时优化采用不同的调整规则进行协调求解。此方法提供了一个新颖的流程分解协调优化结构,能够有效地解决流程建模复杂以及优化操纵变量过多等问题,并且,与实际流程生产过程的操作规程相符。论文采用典型的TE流程进行了详细的实例研究,通过流程雁阵的建模、稳态优化和实时优化过程分析,验证了所提方法的有效性,并且,与其它优化方法进行了对比,显示了雁阵方法的优势。