×
斯维特拉娜·穆斯塔芬娜;安蒂皮纳，叶夫根尼亚;安德烈·安蒂平;安德烈·阿基莫夫

求解化工过程建模中带终端约束的最优控制问题。 （英语） Zbl 07832923号

匹配Commun。数学。计算。化学。 91，第3号，665-682（2024）.
摘要：本文基于人工免疫系统的应用，提出了一种解决终端约束下化工过程最优控制问题的方法。建立了化工过程最优控制问题的数学模型，其中控制参数和相变量受到约束。给出了一种基于惩罚法和人工免疫系统的求解该问题的算法。罚函数法允许通过改变最优性准则将终端约束问题简化为无约束问题。利用人工免疫系统方法解决了无终端约束的新的最优控制问题。所述方法以工业上重要的邻苯二甲酸酐生产过程为例进行了测试。给出了这个过程的数学描述，它是一个常微分方程组。建立了终端约束下的最优温度状态搜索问题。根据计算结果，确定了最佳温度范围和相应的最佳物质浓度。同时，满足了对反应副产物浓度值和反应结束时物质转化的限制。结果表明，邻苯二甲酸酐生产过程终端约束最优控制问题的解满足问题的约束条件，并提供目标反应产物浓度的最高值。

MSC公司：

92E20型 化学中的经典流动、反应等
49甲15 常微分方程最优控制问题的存在性理论

关键词：

最优控制问题;端子约束;化学过程;人工免疫系统;数字双胞胎;数学建模;相位变量;控制参数;惩罚方法;工艺优化;动力学;动力学方程;浓度动力学;邻苯二甲酸酐;终止条件;算法方法;相位约束;反应动力学;最佳温度范围;转换;数值模拟;模型验证;约束合规性;工业应用
PDF格式BibTeX公司 XML格式引用
\textit{S.Mustafina}等人，MATCH Commun。数学。计算。化学。91，编号3，665--682（2024；Zbl 07832923）
全文： 内政部

参考文献：

[1] D.Mu，C.Xu，Z.Liu，Y.Pang，进一步深入了解包含延迟的二氧化氯-碘-丙二酸化学反应模型的分叉和混合控制策略，MATCH Commun。数学。计算。化学。89 (2023) 529-566. ·Zbl 1529.92058号
[2] C.Xu，Q.Cui，Z.Liu，Y.Pan，X.Cui，W.Ou，M.Rahman，M.Farman，S.Ahmad，A.Zeb，延迟恒化器模型分岔的扩展混合控制器设计，MATCH Commun。数学。计算。化学。90 (2023) 609-648.
[3] C.Xu，X.Cui，P.Li，J.Yan，L.Yao，涉及时滞和反馈控制的离散捕食者-食饵竞争模型动力学探索，J.Biol。动态。17 (2023) #2220349 ·Zbl 1522.92056号
[4] 徐振中，刘振中，李鹏，严建军，姚立军，分数阶三三角多延迟神经网络的分叉机制，神经过程。莱特。55 (2023) 6125-6151.
[5] W.Ou，C.Xu，Q.Cui，Z.Liu，Y.Pang，M.Farman，S.Ah-mad，A.Zeb，三神经元双向联想记忆神经网络（包括延迟）分岔动力学和控制机制的数学研究，数学。方法。申请。科学。(2023) https://doi.org/10.1002/mma.9347 ·doi:10.1002/月9347日
[6] C.Xu，D.Mu，Y.Pan，C，Aouti，L.Yao，探索具有混合时滞的分数阶捕食者-食饵系统的分歧，J.Appl。分析。计算。13 (2023) 1119-1136.
[7] P.Li，Y.Lu，C.Xu，J.Ren，洞察包含对称结构和延迟的分数阶BAM神经网络中的Hopf分支和控制方法，Cogn。计算。(2023) https://doi.org/10.1007/s12559-023-0155-2 ·doi:10.1007/s12559-023-0155-2
[8] P.Li，X.Peng，C.Xu，L.Han，S.Shi，分数阶Myc/E2F/miR-17-92时滞网络模型分岔控制的新型扩展混合控制器设计，数学。方法。申请。科学。(2023) https://doi.org/10.1002/mma.9597 ·doi:10.1002毫米/毫米.9597
[9] C.Xu，D.Mu，Z.Liu，Y.Pang，M.Liao，P.Li，分数阶时滞布鲁塞尔化学反应模型的分岔动力学和控制机制，MATCH Commun。数学。计算。化学。89 (2023) 73-106. ·Zbl 1505.92320号
[10] Y.Li，P.Li，C.Xu，Y.Xie，探索分数阶Bertrand双寡头博弈模型的动力学和Hopf分岔，包含两个非相同时滞，分形分形。7 (2023) #352
[11] F.Benita，P.Mehlitz，带终端元件约束的最优控制问题，SIAM J.Optim。28 (2018) 3079-3104. ·Zbl 1404.49011号
[12] Yu T.Iori。Kawano，T.Ohtsuka，带终端约束的非线性最优控制问题的代数方法：代数解存在的充分条件，SICE J.Cont.Meas。系统。集成。11 (2018) 198-206.
[13] M.Longla，无限维空间中具有相位约束的线性最优控制问题的Pontryagin最大值原理，Disc。Contin公司。模型。申请。计算。科学。4 (2008) 5-19.
[14] M.Bergounioux，L.Bourdin，带Bolza成本和终端约束的广义Caputo分式最优控制问题的Pontryagin极大值原理，ESAIM控制优化。计算变量36（2020）#38·兹比尔1447.49035
[15] S.Smith，D.Q.Mayne，带控制和终端约束的最优控制问题的精确惩罚算法，《国际控制杂志》48（2007）257-271·Zbl 0652.49028号
[16] M.Gugat，E.Zuazua，最优控制问题终端约束的精确惩罚，Optim。控制应用程序。方法。37 (2016) 1329-1354. ·Zbl 1353.49005号
[17] X.Gao，X.Zhang，Y.Wang，带连续不等式约束的最优控制问题的简单精确罚函数方法，文章摘要。申请。分析。2014 (2014) #752854. ·Zbl 1474.49067号
[18] P.Malisani，F.Chaplais，N.Petit，非线性系统状态和输入约束最优控制问题的内部惩罚方法，Optim。控制应用程序。方法。37 (2014) 3-33. ·Zbl 1336.49038号
[19] L.P.Pan，K.L.Teo，带终端不等式约束的线性非二次最优控制问题，J.Math。分析。申请。212（1997）176-189·Zbl 0892.49020号
[20] D.于荣，惩罚函数法和共轭梯度法在梯级水电站经济调度中的应用，IFAC Proc。第19卷（1986）227-232。
[21] 江春江，林庆林，余春雨，张国良，段国荣，带连续不等式约束的自由终端时间最优控制问题的精确惩罚方法，J.Optim。理论应用。154 (2012) 30-53. ·Zbl 1264.49036号
[22] L.T.Biegler，动态过程操作的集成优化策略，Theor。已找到。化学。工程51（2017）#910。
[23] L.-R.Santos，F.Villas-Boas，A.R.L.Oliveira，C.Perin，线性规划内点方法中参数的优化选择，计算。最佳方案。申请。73（2019）535-574·Zbl 1414.90218号
[24] A.P.Karpenko，现代搜索引擎优化算法。Al-gorithms灵感来自大自然，MSTU im。N.E.Bauman，莫斯科，2014年。（俄语）
[25] 魏彦宏，王建忠，业务流程挖掘的人工免疫系统方法，马特教授。第472号决议（2012年）第35号。
[26] S.Mustafina、A.Antipin、E.Antipina、E.Odinokova、L.Tuchkina、S.Mustafina，基于进化计算搜索化学反应初始物质的最佳比例，ARPN J.工程应用。科学。15 (2020) 56-60.
[27] R.M.Mikherskii，人工免疫系统在视觉模式识别中的应用，计算机。选择。42 (2018) 113-117. （俄语）
[28] F.R.Alonso，D.Q.Oliveira，A.C.Zambroni de Souza，多目标配电系统重构的人工协调系统优化方法，IEEE Trans。电力系统。30 (2015) 840-847.
[29] K.Lenin，B.Ravindranath Reddy，M.Surya Kalavathi，用于解决最优无功功率分配问题的人工免疫系统算法，通信和控制系统进展会议（CAC2S 2013），亚特兰蒂斯出版社，2013年，第51-59页。
[30] M.Navarro-Cacheres、P.Herath、G.Villarrubia、F.Prieto-Castrillo、G.K.Venyagamoorthy，用于家庭能源优化的元启发式人工免疫系统评估，复杂性2018（2018）#9597158。
[31] X.Z.Gao，S.J.Ovaska，X.Wang，M.Y.Chow，基于克隆优化的负选择算法及其在电机故障检测中的应用，神经计算。申请。18 (2009) 719-729.
[32] L.N.de Castro，J.Timmis，《用于多模态函数优化的人工免疫网络》，《2002年进化计算大会论文集》，夏威夷州火奴鲁鲁，美国，2002年，第699-704页。
[33] H.S.Bernardino，H.J.C.Barbosa，《用于优化的人工免疫系统》，R.Chiong（编辑），《优化的自然激励算法》，Springer-Verlag，柏林，2009年，第389-411页。
[34] A.V.Panteleev，D.V.Metlitskaya，使用人工协调系统方法寻求确定性系统的次优程序控制，Autom。遥控75（2014）1922-1935·Zbl 1327.93163号
[35] E.V.Antipina，S.I.Mustafina，A.F.Antipin，S.A.Mustafina，基于动力学化学反应模型解决多目标优化问题的算法Optoel。仪器。程序。57 (2021) 124-131.
[36] E.V.Antipina，S.A.Mustafina，A.F.Antipin，化学反应动力学参数搜索过程自动操作软件，Softw。系统。33（2020）125-131。（俄语）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。