کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6594913 1423733 2018 17 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Optimal decomposition for distributed optimization in nonlinear model predictive control through community detection
ترجمه فارسی عنوان
تجزیه بهینه برای بهینه سازی توزیع شده در مدل پیش بینی نشده مدل غیر خطی از طریق تشخیص جامعه
کلمات کلیدی
تجزیه شبکه، بهینه سازی توزیع، تشخیص جامعه، کنترل پیش بینی نشده غیر خطی،
ترجمه چکیده
بهینه سازی توزیع شده، بر اساس تجزیه کل مسئله بهینه سازی، برای بسیاری از مشکلات تصمیم گیری پیچیده در مهندسی سیستم های فرایند، از جمله کنترل پیش بینی مدل غیر خطی، مورد استفاده قرار گرفته است. در حالی که تکنیک های تجزیه به طور گسترده ای پذیرفته شده است، این یک مشکل باز است که چگونه بهینه سازی یک مشکل بهینه سازی را به یک ساختار توزیع شده تجزیه می کند. در این کار، ما پیشنهاد می کنیم از تشخیص جامعه در نمایندگی های شبکه ای از مسائل بهینه سازی به عنوان یک روش سیستماتیک از تقسیم متغیرهای بهینه به گروه ها استفاده کنیم، به طوری که متغیرهای در همان گروه ها عموما محدودیت بیشتری نسبت به متغیرهای بین گروه های مختلف دارند. روش پیشنهادی برای تجزیه و تحلیل مسئله کنترل مطلوب درگیر در کنترل پیش بینی کننده فرآیند غیرخطی یک فرایند جداسازی راکتور مورد استفاده قرار می گیرد و کیفیت تجزیه حاصل بوسیله عملکرد کنترل و زمان محاسبات حاصل می شود. نتیجه ما نشان می دهد که تشخیص جامعه در نمایندگی های شبکه ای از مسئله بهینه سازی، باعث اختلال در بهبود عملکرد در محاسبات و همچنین بهینه سازی مطلوب راه حل می شود.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی شیمی مهندسی شیمی (عمومی)
پیش نمایش مقاله
تجزیه بهینه برای بهینه سازی توزیع شده در مدل پیش بینی نشده مدل غیر خطی از طریق تشخیص جامعه
چکیده انگلیسی
Distributed optimization, based on a decomposition of the entire optimization problem, has been applied to many complex decision making problems in process systems engineering, including nonlinear model predictive control. While decomposition techniques have been widely adopted, it remains an open problem how to optimally decompose an optimization problem into a distributed structure. In this work, we propose to use community detection in network representations of optimization problems as a systematic method of partitioning the optimization variables into groups, such that the variables in the same groups generally share more constraints than variables between different groups. The proposed method is applied to the decomposition of the optimal control problem involved in the nonlinear model predictive control of a reactor-separator process, and the quality of the resulting decomposition is examined by the resulting control performance and computational time. Our result suggests that community detection in network representations of the optimization problem generates decompositions with improvements in computational performance as well as a good optimality of the solution.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computers & Chemical Engineering - Volume 111, 4 March 2018, Pages 43-54
نویسندگان
, , , ,