一种改进的CVP方法及其在动态优化中的应用

被引：5

作者：

王平

田学民

机构：

[1] 不详

[2] 中国石油大学信息与控制工程学院

[3] 不详

来源：

控制与决策 | 2009年 / 11期

关键词：

控制向量参数化; 敏感度方程; 时间节点细化; 动态优化;

D O I：

10.13195/j.cd.2009.11.159.wangp.021

中图分类号：

TP11 [自动化系统理论];

学科分类号：

摘要：

针对控制向量参数化方法敏感度方程求解耗时长、时间节点数难确定等问题,提出一种改进的控制向量参数化方法.首先利用分段常数对系统敏感度方程进行近似处理,有效地得到了敏感度方程的近似解析解,避免了对高维敏感度方程数值积分的计算负担;然后根据目标函数关于控制参数的敏感度来选择需要细化的控制参数,得到满足优化精度要求的最优时间节点数.针对非线性CSTR的仿真研究验证了所提出算法的可行性和有效性.

引用

页码：1757 / 1760

页数：4

共 7 条

[1]

Simultaneous dynamic optimization strategies: Recent advances and challenges[J] . Shivakumar Kameswaran,Lorenz T. Biegler.Computers and Chemical Engineering . 2006 (10)

[2] Dynamic optimization using adaptive control vector parameterization [J].

Schlegel, M ;

Stockmann, K ;

Binder, T ;

Marquardt, W .

COMPUTERS & CHEMICAL ENGINEERING, 2005, 29 (08) :1731-1751

[3]

Dynamic optimization of bioprocesses: Efficient and robust numerical strategies[J] . Julio R. Banga,Eva Balsa-Canto,Carmen G. Moles,Antonio A. Alonso.Journal of Biotechnology . 2005 (4)

[4] Restricted second order information for the solution of optimal control problems using control vector parameterization [J].

Balsa-Canto, E ;

Banga, JR ;

Alonso, AA ;

Vassiliadis, VS .

JOURNAL OF PROCESS CONTROL, 2002, 12 (02) :243-255

[5]

Dynamic optimization of chemical and biochemical processes using restricted second-order information[J] . Eva Balsa-Canto,Julio R. Banga,Antonio A. Alonso,Vassilios S. Vassiliadis.Computers and Chemical Engineering . 2001 (4)

[6]

Dynamic optimization using a wavelet based adaptive control vector parameterization strategy[J] . T. Binder,A. Cruse,C.A. Cruz Villar,W. Marquardt.Computers and Chemical Engineering . 2000 (2)

[7]

On computational differentiation[J] . John E. Tolsma,Paul I. Barton.Computers and Chemical Engineering . 1998 (4)

← 1 →