Файл: Химмельблау Д. Анализ процессов статистическими методами.pdf
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 09.04.2024
Просмотров: 767
Скачиваний: 2
440 Глава 6
где |
і?о — скорость |
р е а к ц и и (зависимая |
с л у ч а й н а я |
переменная), |
|||||||
с — к о н ц е н т р а ц и я |
(независимая д е т е р м и н и р о в а н н а я |
переменная), |
|||||||||
к, |
К — постоянные, |
на |
|
л и н е й н у ю |
модель |
|
|
||||
|
|
( |
с |
\ 1 |
/ 2 |
1 |
î К |
|
' |
|
|
д л я |
того, чтобы |
использовать |
метод |
линейного (по |
параметрам) |
||||||
о ц е н и в а н и я . П р и т а к о й |
замене |
и г н о р и р у е т с я тот факт, что |
адди |
||||||||
т и в н а я ошибка е' |
|
в |
линейной |
модели не соответствует ошибке е |
|||||||
в п е р в о н а ч а л ь н о й |
|
модели. Из |
линейной |
модели выводится |
соот |
||||||
ношение |
|
|
|
|
|
|
|
|
|
|
|
Д о п о л н и т е л ь н у ю |
информацию |
о п р е о б р а з о в а н и я х |
н е з а в и с и м ы х |
изависимой переменных м о ж н о найти соответственно в р а б о т а х
[22]и [23].
6.6. О Ц Е Н И В А Н И Е |
В С Л У Ч А Е , |
К О Г Д А НА |
П А Р А М Е Т Р Ы |
|
|
||||||||||||||
И |
(ИЛИ) П Е Р Е М Е Н Н Ы Е |
Н А Л О Ж Е Н Ы |
О Г Р А Н И Ч Е Н И Я |
|
|
||||||||||||||
М ы с л ь |
об о г р а н и ч е н и я х |
на |
п а р а м е т р ы |
и (или) |
переменные |
||||||||||||||
некоторой |
модели |
процесса |
возникает |
совершенно |
естественно. |
||||||||||||||
Н а п р и м е р , |
д л я с л у ч а я |
эмпирических |
моделей |
химической |
к и н е |
||||||||||||||
т и к и , т а к и х , ка к |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
г |
„_ |
|
|
кКАрАрв |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
І + К А Р А + К В |
Р В |
' |
|
|
|
|
|
|
|
|
|||
где г — скорость |
р е а к ц и и , |
к и К |
— постоянные, |
а р |
— д а в л е н и е , |
||||||||||||||
физические |
с о о б р а ж е н и я п р и в о д я т к з а к л ю ч е н и ю , что п а р а м е т р ы |
к, |
|||||||||||||||||
КА и Кв |
д о л ж н ы быть н е о т р и ц а т е л ь н ы м и . Следовательно, |
п о д г о н я я |
|||||||||||||||||
модель |
без учета ограничений &;>0 , Ä " A |
> 0 и Кв^>0 |
|
на |
п а р а м е т |
||||||||||||||
ры в области поиска, м о ж н о получить неприемлемые, |
в |
частности |
|||||||||||||||||
отрицательные, оценки . О г р а н и ч е н и я на независимые |
переменные |
||||||||||||||||||
возникают, |
н а п р и м е р , |
в |
том |
случае, |
когда |
эти |
переменные |
xt |
|||||||||||
означают массовые |
доли, |
дл я |
которых |
имеет место |
|
соотношение |
|||||||||||||
В общем случае |
о г р а н и ч е н и я |
м о ж н о |
р а з д е л и т ь |
на два |
т и п а : |
||||||||||||||
1. О г р а н и ч е н и я |
типа |
равенств . |
|
|
|
|
|
|
|
|
|
|
|
||||||
2. О г р а н и ч е н и я |
типа |
неравенств . |
|
|
|
|
|
|
|
|
|
|
|||||||
Оптимизация |
(минимизация |
наименьших |
квадратов) |
целевой |
|||||||||||||||
ф у н к ц и и пр и н а л и ч и и |
ограничений |
типа равенств |
|
и |
(или) |
нера |
|||||||||||||
венств |
известна |
ка к математическое |
п р о г р а м м и р о в а н и е . |
Квадра |
|||||||||||||||
тичное |
программирование |
означает |
оптимизацию |
|
к в а д р а т и ч н о й |
||||||||||||||
целевой ф у н к ц и и с линейными (по параметрам) |
о г р а н и ч е н и я м и |
||||||||||||||||||
типа неравенств . Общим |
термином — нелинейное |
|
|
программирова- |
Нелинейные |
модели |
441 |
ние — называется оптимизация |
нелинейной целевой |
функции, |
учитывающая нелинейные ограничения типа равенств и нера венств.
Некоторые часто встречающиеся простые ограничения можно учесть без использования нелинейного программирования. Напри
мер, |
тривиальное |
ограничение |
^ |
|
|
|
||
|
|
|
|
f>j > |
kj, |
|
|
|
где |
kj |
— положительная |
постоянная, будет |
выполнено, |
если |
|||
записать |
|
|
|
|
|
|
||
|
|
|
h |
= kj |
+ |
|
|
|
где |
ß* — параметр, |
который нужно оценить. Хотя |
параметр ß* |
|||||
может |
изменяться |
от — о о до |
+ о о , параметр |
ßj |
всегда |
будет |
||
больше |
kj. |
|
|
|
|
|
|
|
Более общие ограничения |
|
|
|
|
||||
|
|
g, ( Y , X, ß ) > 0 , |
i = J, 2, . . ., q, |
|
|
можно прибавить к ф в качестве штрафных функций и минимизи
ровать следующую сумму квадратов: |
|
|
А^ф+j] |
XiigiY, |
(6.6.1) |
|
і=1 |
|
где степень г должна быть четной, чтобы добавляемые члены дей
ствительно прибавлялись к |
ф, |
& X — масштабный множитель. |
|||||||
Для учета ограничения |
bj>kj, |
|
или bj |
—kj^>0, |
функцию gt при |
||||
г = 2 и X = |
1 можно |
выбрать |
в |
виде |
|
||||
|
gi |
= |
0, |
|
|
|
если |
bj > |
kj, |
|
gt |
= |
(bJ |
— |
frj)2. |
е с л и |
< |
fy- |
|
Ограничения |
типа |
|
равенств |
|
|
|
|
|
|
|
gj ( Y , X, ß) = 0, |
|
/ = 1 , 2 , . . ., r, |
можно рассмотреть аналогичным образом, прибавляя к ф штраф ные функции Xjgj ( Y , X, ß ) . Если ограничение не выполняется, добавленные члены доминируют; если же ограничение почти удовлетворено, штрафные члены пренебрежимо малы.
Однако метод штрафных функций *) имеет свои недостатки, особенно это относится к выбору масштабных множителей X.
*) Разнообразные методы оптимизации с использованием штрафных функций описаны в книге: Фиакко А., Мак-Кормик Г., Нелинейное програм мирование. Методы последовательной безусловной минимизации, изд-во «Мир», 1972.— Прим. ред.
442 |
Глава 6 |
Кроме того, так как разработано несколько машинных кодов, позволяющих непосредственно провести нелинейное программиро вание, обычно бывает проще использовать один из имеющихся кодов, чем составлять новый код для частной задачи. Здесь нет возможности описать различные алгоритмы, предназначенные для того, чтобы включить в схемы оптимизации, обсужденные в раз деле 6.2, ограничения типа равенств и неравенств, так как все эти
Таблица 6.6.1
М а ш и н н ы е коды для оптимизации при наличии ограничений
Название |
|
|
Метод |
|
|
РОР/360 |
Итерационное линейное |
программи |
|||
|
рование, |
численные |
производные |
||
Симплексы |
Симплексный |
|
|
|
|
SUMT |
Штрафные |
функции, |
аналитические |
||
|
производные |
[24] |
|
|
|
алгоритмы весьма |
сложны. Однако |
в табл. |
6.6.1 дана ссылка |
на коды итерационного типа. Экстремумы можно также искать аналитическими методами с помощью множителей Лагранжа, если
ограничения представляют собой исключительно |
ограничения |
типа равенств. |
|
Ограничения на независимые переменные модели, |
замеченные |
и незамеченные, вызывают определенные трудности при оценива нии параметров модели. Приведем простой пример. Если модель имеет вид
|
|
Ц = ßo + ß l # l + ß 2 ^ 2 , |
|
||||
а |
ограничение |
представляется |
равенством |
|
|||
|
|
ХІ |
"т~ х |
г — 1 1 |
|
|
|
то |
данная модель, очевидно, |
эквивалентна модели |
|
||||
|
|
Т) |
= |
ß * |
+ ß * x t , |
|
|
в которой переменная х2 |
отсутствует. |
Следовательно, |
имеют |
||||
силу замечания |
разд. 6.3 |
относительно |
эффекта нуля. |
Каждое |
такое ограничивающее равенство уменьшает на единицу число степеней свободы независимых переменных модели.