Zastosowanie sieci neuronowych w optymalizacji systemów procesowych metodą programowania dynamicznego

• Autorzy: Dudczak J. , Stach P.

Warianty tytułu

EN

Application of neural networks to optimisation of process systems by dynamic programming

• Języki publikacji: PL

Abstrakty

PL

W pracy przeanalizowano możliwości użycia sztucznych sieci neuronowych do wspomagania metody programowania dynamicznego w zastosowaniu do optymalizacji systemów procesowych. Za pomocą sieci neuronowych aproksymowano zależność optymalnej wartości funkcji celu każdego podsystemu od cech strumieni zasilających podsystem. Uzyskanie dokładnego analitycznego opisu tej zależności znacznie zwiększa efektywność obliczeń optymalizacyjnych w obu fazach stosowania programowania dynamicznego.

EN

The possibility of employment of artificial neural networks for enhancement of dynamic programming in its application to the optimisation of process systems is studied in the paper. The neural networks are used in each subsystem to approximate the dependence of optimal value of subsystem's objective function on the variables describing the state of the process streams feeding the subsystem. The availability of the analytical form of the objective function greatly enhances the effectiveness of optimisation calculations in the both phases of dynamic programming application.

Słowa kluczowe

PL

sieci neuronowe; optymalizacja procesów; programowanie dynamiczne

EN

neural networks; process optimalization; dynamic programming

• Wydawca: Komitet Inżynierii Chemicznej i Procesowej Polskiej Akademii Nauk
• Czasopismo: Inżynieria Chemiczna i Procesowa
• Rocznik: 2001
• Tom: T. 22, z. 3B
• Strony: 373--378
• Opis fizyczny: Bibliogr. 4 poz.

Twórcy

autor

Dudczak J.

• Politechnika Szczecińska, Instytut Inżynierii Chemicznej i Procesów Ochrony Środowiska, Al. Piastów 42, 71-065 Szczecin

autor

Stach P.

• Zespół Elektrowni Dolna Odra S.A., 74-115 Dolne Czarnowo

Bibliografia

• [1] BIRNBAUM I., LAPIDUS L., Studies in approximation methods -1. Splines and control via discrete dynamic programming. Chem. Eng. Sci. 1978, 33, 415.
• [2] PSICHOGIOS D.C., UNGAR L.H., A hybrid neural network - first principles approach to process modeling AIChE Journ. 1992, 38, 1499.
• [3] UMHDA T., SHINDO A., ICHIKAWA A., Complex method for solving variational problems with slate - variable inequality constraints. Ind. Eng. Chem. Process Des. Develop. 1972, 11, 102.
• [4] LEE E.S., Optimization by a gradient technique. Ind. Eng. Chem. Fund. 1964, 4, 373.