Tìm hiểu về thiết bị optimizer trong hysys

TRƯỜNG ĐẠI HỌC MỎ ĐỊA CHẤT
KHOA DẦU KHÍ
BỘ MƠN LỌC HĨA DẦU
---------------oOo---------------

BÀI TẬP
TIN HỌC CHUN NGÀNH
Đề tài: Tìm hiểu về thiết bị Optimizer trong Hysys
Giáo viên hướng dẫn:

Sinh viên thực hiện: Nhóm 5-LHDB-K54

ThS. Đồn Văn Huấn

1.Lê Văn Qn
2.Nguyễn Thanh Sơn
3.Đồn Mạnh Thành
4.Trịnh Thị Minh Thư
5.Nguyễn Quang Tuấn
6.Nguyễn Hữu Tuấn
7.Doãn Anh Tuấn
8.Đào Văn Yên

MỤC LỤC

1


Contents
MỤC LỤC...................................................................................................................... 2
13.1.Optimizer................................................................................................................4

13.1.1 Tổng quan chung Optimizer.............................................................................5
13.1.2 Bảng Configuration..........................................................................................6
13.2 Original Optimizer..................................................................................................6
13.2.1. Bảng Variables................................................................................................7
13.2.2. Bảng Functions................................................................................................9
13.2.3 Parameters Tab...............................................................................................10
13.2.4 Monitor Tab....................................................................................................12
13.2.5 Optimization Schemes....................................................................................12
13.2.6 Các mẹo đối với bộ tối ưu hóa (optimizer tips)..............................................16
13.3 Bộ tối ưu hóa Hyprotech SQP...............................................................................17
13.4 Tối ưu hóa lựa chọn - SELECTION OPTIMIZATION.......................................23
13.4.1 THẺ SELECTION OPTIMIZATION............................................................24
13.5.Ví dụ : Original Optimizer....................................................................................34
13.5.1 Tối ưu hóa tồn bộ q trình UA....................................................................40
13.6 Ví dụ về việc tối ưu hóa MNLP............................................................................45
13.6.1 Thiết lập NLP.................................................................................................50
13.6.2 Thiết lập MINLP...........................................................................................56
13.7.Tài liệu tham khảo................................................................................................60
KẾT LUẬN......................................................................................................................61

2


3


MỞ ĐẦU
Như chúng ta đã biết để thiết kế một dự án, thiết kế một quá trình sản xuất là một cơng
việc rất phức tạp địi hỏi chúng ta có một sự hiểu biết tồn diện về q trình đó. Để thiết
kế một quá trình sản xuất chúng ta cần phải làm từng bước một như: tạo lập và đánh giá

vấn đề cần thiết kế, nghiên cứu thiết kế sản phẩm cho quá trình, khởi tạo quá trình thiết
kế, xây dựng swo đồ công nghệ và các chiến lược thiết kế cụ thể, thiết kế điều khiển cho
q trình, mơ phỏng q trình, ước tính cấu hình thiết bị, tối ưu hóa, tính tốn kinh tế.
Như vậy có rất nhiều vấn đề để thiết kế hồn chỉnh một q trình sản xuất. Mặt khác để
đạt được hiệu quả kinh tế thì một việc quan trong khơng thể thiếu là mơ phỏng và tối ưu
hóa. Việc mơ phỏng sẽ giúp chúng ta biết được quá trình sẽ diễn ra như thế nào, việc tối
ưu hóa giúp q trình hoạt động một cách chính xác và thích hợp nhất, đồng thời giúp tạo
hiệu quả kinh tế. Do đó mơ phỏng và tối ưu hóa có vai trị rất quan trong trong việc thiết
kế quá trình sản xuất. Dưới đây chúng ta sẽ tìm hiểu về thiết bị Optimizer (tối ưu hóa)
trong phần mềm mô phỏng HYSYS

4


13.1.Optimizer
HYSYS bao gồm một trạng thái ổn định với nhiều thay đổi Optimizer. Một dịng q
trình của bạn đã được xây dựng và đã thu được một giải pháp hội tụ, bạn có thể sử dụng
Optimizer để tìm các điều kiện hoạt động và tối giản ( hoặc tăng tối đa) một Objective
Function. Hướng thiết kế đối tượng của HYSYS làm cho Optimizer cực kỳ mạnh, khi nó
chọn ngẫu nhiên một khoảng rộng của các biến quá trình cho việc tối ưu hóa của bạn.
Optimizer tự làm chủ Spreadsheet cho việc định nghĩa Objective Funciton, như sự biểu
diễn các mối quan hệ được sử dụng. Tính linh hoạt của phương pháp này cho phép bạn,
cho ví dụ, cấu trúc Objective Function thuận lợi hơn cho giá trị lớn nhất, các tiện ích nhỏ
nhất hoặc Exchange UA nhỏ nhất. Các thuật ngữ tiếp theo đã được sử dụng để diễn tả
Optimizer.
Thuật ngữ

Định nghĩa

Primary

Có nhiều biến quan trọng từ dịng q trình của các giá trị để tối giản

Variable

bằng tay các hàm mục tiêu. Bạn có thể cài đặt giới hạn trên hoặc dưới
cho tất cả các biến cơ bản, chúng có thể được sử dụng để cài đặt trong
phạm vi nghiên cứu cũng như cho các tiêu chuẩn hóa.

Objective

Các hàm này được tối giản hoặc tăng tối đa. Có rất nhiều tính linh

Function

hoạt trong việc diễn tả Objective Function; biến cở bản có thể rất quan
trọng và các hàm được định nghĩa trọng phạm vi Optimizer
Speadsheet, chúng có nhiều khả năng của dịng q trình phổ biến.

Constraint

Các hàm quan hệ bất phương trình và phương trình có thể được xác

Functions

định trong Optimizer Spreadsheet. Một ví dụ của một quan hệ là 2
biến của sản phẩm phù hợp trong bất phương trình ( -A*B < K)
Các phương pháp Box, Mixed và Sequential Quadratic Programming
có biến cho quan hệ nhỏ nhất với bất phương trình. Chỉ các phương
pháp Original và Hyprotech SQP có thể vận dụng mối quan hệ của

phương trình
5


Các phương pháp Fletcher-Reeves có thay đổi cho các vấn đề tối ưu
hóa khơng quan hệ.

Bạn có khả năng xác định không chỉ bao nhiêu Optimizer Function đã thiết lập, nhưng
cũng làm thế nào để đạt đến một giải pháp Optimizer. Bạn có thể thiết lập các thơng số
được sử dụng như Optimization Scheme, the Number of Iteration và Tolerance.
13.1.1 Tổng quan chung Optimizer
Để mở Optimizer, chọn lệnh Optimizer từ menu Similation, hoặc ấn F5
Khi bạn mở Optimizer lần đầu, sẽ xuất hiện như hình dưới

Số lượng của các bảng trong Optimizer hiển thị các thay đổi phụ thuộc vào hình thức
bạn chọn Optimizer. Bảng đầu, được gọi là bảng Configuration, khơng giữ ngun nội
dung hình thức của Optimizer mà bạn chọn.
6


Có ba nút thay đổi hiển thị trong Optimizer, khơng có nội dung mà bảng được hiển thị,
hoặc hình thức của Optimizer có thể được lựa chọn.
Nút

Miêu tả

Delete

Xóa bỏ tất cả các thông tin hiện tại từ Optimizer và Spreadsheet

Spreadsheet

Truy cập Spreadsheet chuyên dụng của Optimizer

Start/Stop

Khởi động hoặc dừng việc tính tốn Optimizer. Một hàm mục phải
được xác định trước khi bắt đầu tính tốn.

13.1.2 Bảng Configuration
Bảng Configuration cho phép bạn chọn phương thức Optimizer mà bạn muốn, bằng lựa
chọn nút thích hợp trong nhóm Data Model.
HYSYS có 5 hình thức của Optimizer:
 Original. Mặc định lựa chọn từ HYSYS 2.4. Hướng dẫn trong phần 13.2-Original
Optimizer cho nhiều thông tin hơn.
 Hyprotech SQP. Optimizer mới thay đổi cho HYSYS 3.0. Hướng dẫn mục 13.3Hyprotech SQP Optimizer cho nhiều thông tin hơn.
 MDC Optim. Lựa chọn Optimization từ HYSYS 2.4. Hướng dẫn trong chương 3Optimizer trên Aspen RTO Reference Guide cho nhiều thông tin hơn.
 DataRecon. Lựa chọn DataRecon từ HYSYS 2.4. Hướng dẫn trong chương 5DRU Overview trên Aspen RTO Reference Guide cho nhiều thông tin hơn.
 Selection Optimization. Lựa chọn Selection Optimization thay đổi cho HYSYS
3.1. Hướng dẫn ở mục 13.4-Selection Optimization cho nhiều thông tin hơn
13.2 Original Optimizer
Để truy cập Original Optimizer:
1. Trong bảng Configuration, chọn nút Orginal trên nhóm Data Model, sẽ hiển thị
như hình dưới.
7


2. Original Optimizer hiển thị bao gồm các bảng tiếp theo:
 Configuration
 Variable

 Function
 Parameters
 Monitor
Khi bảng Configuration đã xuất hiện như được nói đến trong phần 13.1.2-Configuration
Tap, tiếp theo sẽ trình bày dựa trên các mục của bảng.
13.2.1. Bảng Variables
Khi bạn làm xuất hiện Optimizer lần đầu, bảng Variables xuất hiện như hình dưới:

8


Trong bảng Variables, bạn có thể nhập các biến cơ bản như giá trị nhỏ nhất hoặc lớn
nhất cho hàm mục tiêu. Một vài biến q trình có thể thay đổi có thể sử dụng như các
biến cơ bản. Có thể thêm các biến mới qua Variables Navigator. 5 nút ở dưới đáy của
bảng cho phép bạn thay đổi bằng tay.
Nút
Add

Miêu tả
Cho phép bạn them các biến cơ sở. Khi bạn kích vào nút này sẽ xuất
hiện Variable Navigator, và bạn có thể chọn biển mà bạn muốn từ
danh sách hiển thị

Edit

Cho phép bạn chỉnh sửa các biến cơ sở đã chon cho biến cần thay đổi
mà bạn muốn

Delete

Cho phép bạn xóa bỏ các biến đã lựa chọn

Save Curent

Chứa các giá trị đã thiết lập lại

Reset Current

Thiết lập lại các giá trị hiện tại cho các giá trị cài đặt lại

Tất cả các biến phải giới hạn trên và dưới, các biến sử dụng tiêu chuẩn hóa Primary
Variable:

Giới hạn trên và dưới cho mỗi Primary Variable nên chọn các dòng q trình cơ sở để đạt
được trong tồn bộ phạm vi. Ví dụ, giả sử rằng Primary Variable có Molar Flow của
dòng nguyên liệu từ bề mặt của ống trao đổi nhiệt. Nếu Molar Flow này quá thấp, tổn thất
nhiệt độ có thể dẫn đến trao đổi nhiệt trong ống, do đó các tính tốn Optimizer sẽ dừng
lại. Trong trường hợp này, giới hạn dưới được lựa chọn sao cho tổn thất nhiệt không xảy
ra.
13.2.2. Bảng Functions
Bảng Functions bao gồm 2 miền, 2 nút và nhóm Constraints Functions
9


Optimizer có Spreadsheet mà được sử dụng dành cho phát triển các hàm mục tiêu,như
một vài mối quan hệ của các hàm được sử dụng. Optimizer Spreadsheet đồng nhất hoạt
động của Spreadsheet, có thể gắn liền với các biến quá trình bằng kéo xuống và làm
giảm, hoặc sử dụng Variable Navigator. Một trong các biến quá trình cần thiết đã được
kết nối đến Spreadsheet, bạn có thể xấy dựng Objective Function và một số quan hệ sử
dụng cú pháp tiêu chuẩn.

Bạn có thể chỉ rõ Objective Function trên trường Cell. Giá trị hiện tại của các hàm mục
tiêu được cung cấp hiển thị bên dưới trường Cell. Hơn nữa, hàm mục tiêu được chỉ rõ vị
trí ở đâu mà bạn có thể xác định giá trị nhở nhất, lớn nhất trong hàm mục tiêu.
Constraint Function có ở nơi mà bạn có thể chỉ rõ bên trái hay bên phải của hàm quan
hệ ( trên LHS và cột RHS Cell). Chỉ rõ mối quan hệ giữa cột giá trị hiện tại bên trái và
bên phải ( LHS>RHS, LHSlên bởi Penatly Value trên các tính tốn Optimization. Nếu bạn tìm thấy rằng mối quan hệ
khơng thỏa mã , tăng Penatly Value, Penatly Value cao hơn, khối lượng nhiều hơn phù
hợ với các quan hệ. Penatly Value là phương trình mặc định bậc một.
Giá trị hiện tại của Objective Function và giá trị trái và phải của Constraint Function xuất
hiện trên trường tương ứng

10


13.2.3 Parameters Tab
Parameters Tab được sử dụng để lựa chọn Optimization Scheme (sơ đồ tối ưu hóa) và
định nghĩa liên kết các thơng số.

Các thơng số có sẵn được miêu tả trong bảng dưới đây:
Các thông số

Miêu tả

Scheme (sơ đồ)

Bạn có thể lựa chọn loại sơ đồ từ một danh sách có lựa chọn có sẵn.
Tìm hiểu thêm thơng tin về sơ đồ tối ưu trong phần Section 13.2.5
– Optimization Schemmes

Maximum Cài đặt số lớn nhất của hàm số ước lượng (không bị lẫn với số cực
Fanction

đại của các bước lặp). Trải qua mỗi bước lặp, phần thích hợp của sơ

Evaluation

đồ quá trình sẽ được giảinhiều lần, tùy thuộc các nhân tố như sơ đồ

(Hàm số ước tối ưu hóa, và số biến cơ sở.
lượng cực đại)
Maximum

Là số cực đại của các bước lặp. Q trình tính tốn dừng lại nếu đạt

Iteration (bước tới số bước lặp cực đại.
11


lặp cực đại)
Maximum

Thay đổi lớn nhất cho phép đối với các biến cơ sở tiêu chuẩn giữa

Change/

các bước lặp. Ví dụ như, giả sử mức thay đổi trên một nước lặp là

Iteration

(mức 0,3 (đây là giá trị mặc định). Nếu bạn có lưu lượng mol lý thuyết là

thay

đổi

lớn một biến cơ sở với khoảng thay đổi từ 0 tới 200 Kgmol/giờ, khi đó,

nhất/ bước lặp)

mức thay đổi lớn nhất đối với một bước lặp sẽ là (200).(0,3) và
bằng 60Kgmol/giờ.

Shift A/Shift B

Đạo hàm của của hàm mục tiêu và/ hoặc hàm phụ thuộc với sự chú
ý đến các biến cơ sở thơng thường cần phải có và được tính sử
dụng phép vi phân số.
Phép đạo hàm số được tính dựa trên mối quan hệ sau:
Xshift = Shift A*x + Shift B
Trong đó:
X : biến gây nhiễu (tiêu chuẩn hóa)
Xshift : khoảng di chuyển (tiêu chuấn hóa)
Đạo hàm được tính:
∂ y y 2− y 1
=
∂x
x s h ift

Trong đó:

y2: giá trị của biến giả sử tướng ứng với giá x + x shift
y1: giá trị của biến giả sử tương ứng với giá trị x
Trước mỗi bước, bộ tối ưu hóa cần xác định gradien của mặt phẳng
tối ưu tại vị trí hiện tại. bộ tối ưu hóa sẽ di chuyển mỗi biến cơ sở
một giá trị xshift (so với Shift A(khoảng thay đổi A) và Shift B
(khoảng thay đổi B) chỉ là một bước rất nhỏ). Đạo hàm sau đó được
đánh giá cho mỗi hàm số ( hàm mục tiêu và hàm phụ thuộc) sử
dụng các giá trị của y tại 2 ví trí của x. từ thơng tin này và lịch sử
bộ tối ưu, chiều và khoảng nhảy tiếp theo sẽ được chọn.

12


13.2.4 Monitor Tab
Monitor tab mô tả các giá trị của hàm mục tiêu, các biến cơ sở, các hàm phụ thuộc suốt
các q trình tính tốn của bộ tối ưu hóa (optimizer). Thơng tin mới được cập nhật chỉ khi
có sự cải tiến trong các giá trị của hàm mục tiêu. Những giá trị phụ thuộc là dương nếu
bất đẳng thức phụ thuộc được thỏa mãn và âm nếu như bất đẳng thức phụ thuộc không
thỏa mãn.

13.2.5 Optimization Schemes
Những phần dưới đây mơ tả các sơ đồ tối ưu hóa (Optimization) cho bộ tối ưu hóa gốc
(Original Optimizer).
Thiết lập hàm số (function setup)
Bộ tối ưu hóa thiết lập bằng tay các giá trị cho một tập hợp các biến cơ sở theo một trật
tự để cực tiểu hóa (hoặc cực đại hóa) một hàm mục tiêu do người dùng định nghĩa, đã
xây dựng từ số lượng bất kì của các biến quá trình.
Min f(x1, x2, x3, … , xn)
13

Trong đó: x1, x2, x3, … , xn : là các biến quá trình .
Mỗi biến cơ sở , x0, có thể được thiết lập bằng tay khoảng giá trị đặc trưng:
0

0

0

x i gi ớ i h ạ n b é ¿ x i ¿ x i gi ớ i h ạ nl ớ n với i=1 , … , j

Phương trình và các bất phương trình phụ thuộc tổng quát có dạng:
i=1 , … , m1

c i ( y 1 , y 2 , y 3 ,… , y n )=0
c i ( y 1 , y 2 , y 3 ,… , y n )=0

với

c i ( y 1 , y 2 , y 3 ,… , y n )=0

i=m1 +1 , … ,m 2
i=m2 +1 , … ,m

Những hàm phụ thuộc thông thường không nên sử dụng các biến cơ sở.
Tất cả các biến cơ sở được tiêu chuẩn hóa trong khoảng từ giới hạn bé tới giới hạn lớn.
Bởi vậy, các giới hạn hợp lí phải được ghi rõ. Các giới hạn biến quá lớn hoặc q nhỏ cần
phải tránh vì chúng có thể dẫn đến các vấn đề sốtrị khi xác lập tỷ lệ. Một điểm bắt đầu
gốc phải được ghi rõ, và nó nên nằm trong vùng có khả năng thực hiện. Sự phụ thuộc là
khơng bắt buộc cũng khơng được khuyến khích đối với tất cả các sơ đồ tối ưu hóa.

Nếu HYSYS sai trong việc đánh giá các hàm mục tiêu hoặc bất kì một hàm phụ thuộc
nào, bộ tối ưu sẽ giảm số bước phát sinh đối với biến cơ sở cuối cùng đi cịn một nửa. sơ
đồ q trình sau đó sẽ được tính tốn. Nếu sự đánh giá hàm vẫn khơng thành cơng, q
trình tối ưu hóa sẽ dừng lại.
Theo mặc định, bộ tối ưu hóa được cài đặt để cực tiểu hóa hàm mục tiêu. Một nút nổi
Maximize (cực đại hóa) có sẵn trong Functions tab nếu bạn muốn cựa đại hóa hàm mục
tiêu. Bên trong bộ tối ưu hóa đơn giản sẽ đảo lại các kí hiệu.
BOX Method (phương pháp BOX)
Phương thức rất lỏng lẻo đặt trên cơ sở phương pháp “Complex” của BOX 1; thuật toán
Downhill Simplex của Press2 và các cộng sự và thuật toán BOX của Kuester và Mize 3.
14


Phương pháp BOX là một chuỗi nghiên cứu kỹ thuật để giải quyết những vấn đề với các
hàm mục tiêu phi tuyến, đưa ra các bất đẳng thức phụ thuộc phi tuyến. Khơng có đạo
hàm nào cần phải tính. Nó quản lí các bất đẳng thức phụ thuộc nhưng khơng quản lí các
đẳng thức phụ thuộc. phương pháp BOX khơng có hiệu quả nhiều trong điều kiện số
lượng cần phải có các đánh giá hàm. Phương pháp nói chung yêu cầu một số lượng lớn
của các bước lặp để hội tụ trong phép giải. Tuy nhiên, nếu áp dụng được, phương pháp
này có thể rất mạnh.
Phương thức:
1. Cho một điểm bắt đầu khả dụng, vấn đề sẽ phát sinh ra một “complex” (phức tạp)
gốc của n + 1 điểm xung quanh trung tâm của vùng khả dụng (trong đó n là số
lượng các biến).
2. Hàm mục tiêu sẽ được đánh giá tại mỗi điểm. Điểm có giá trị hàm cao nhất được
thay thế bởi một điểm thu được bằng việc ngoại suy qua mặt phức hệ đi đi qua từ
điểm giá trị cao đó (sự phản chiếu).
3. Nếu điểm mới chọn phù hợp làm giảm giá trị hàm mục tiêu, HYSYS thử một phép
ngoại suy cộng. Mặt khác, nếu điểm mới chọn xấu hơn điểm cao nhất thứ 2,
HYSYS sẽ làm một phép rút gọn một chiều.

4. Nếu một điểm vẫn còn cho nhũng giá trị lớn, tất cả các điểm sẽ được rút gọn xung
quanh điểm thấp nhất.
5. Điểm mới phải thỏa mãn cả hai điều kiện, giới hạn biến và bất đẳng thức phụ
thuộc. Nếu nó vi phạm giới hạn, nó được đưa về giá trị giới hạn. nếu nó vi phạm
bất đẳng thức, điểm sẽ được tăng lên vào khoảng trung tâm các điểm còn lại tới
khi bất đẳng thức được thỏa mãn.
6. Các bước từ bước số 2 tới bước số 5 được lặp đi lặp lại nhiều lần cho tới khi hội
tụ.
SQP method (phương pháp SQP).

15


Phương pháp SQP (lập trình bậc hai tuần tự) quản lí các bất phương trình và phường trình
phụ thuộc.
SQP được quan tâm nhiều như là một phương pháp hiệu quả cho sự cực tiểu hóacác phụ
thuộc tổng qt tuyến tính và khơng tuyến tính, cung cấp một điểm ban đầu hợp lý và số
lượng không lớn các biến.
Phương thức thực hiện hồn tồn dựa trên cơ sở của chương trình con Harwell VF13 và
VE174. Vấn đề bám sát chặt chẽ với thuật tốn của Powell5.
Nó cực tiểu hóa một sấp xỉ bậc 2 gần đúng của hàm Lagrangian đưa ra một sấp xỉ tuyến
tính của các phụ thuộc. Thứ 2, đạo hàm ma trận của hàm Lagrangian được đánh giá tự
động. một phương thức nghiên cứu thẳng sử dụng kỹ thuật “watchdog” (Chamberlain và
Powell6) được sử dụng để thúc đẩy sự hội tụ.
Mixed method (phương pháp trộn).
Phương pháp Mixed cố gắng đạt được ưu điểm các đặc trưng sự hội tụ toàn bộ của
phương pháp BOX và hiệu quả của phương pháp SQP. Nó bắt đầu cực tiểu hóa với
phương pháp BOX sử dụng một mức hội tụ rất lỏng lẻo (mức yêu cầu 50 lần)
Phương pháp Fletcher Reeves
Các thủ tục tiến hành là sự thay đổi Polak – Ribiere của giản đồ gradient liên hợp

Fletcher – Reeves. Được hoàn thiện sau cùng nhờ Press và các cộng sự, với sự cải tiến
cho phép phù hợp với các giới hạn biến cao hơn và thấp hơn. Phương pháp này áp dụng
cho sự cực tiểu hóa tổng qt mà khơng có sự phụ thuộc. Phương pháp sử dụng cho việc
tìm kiếm một chiều có thể được thấy trong mục tham khảo 2, ở cuối chương này.
Thủ tục:
1. Đưa ra một điểm khởi đầu giả định cho đạo hàm của hàm mục tiêu với sự chú ý
đến các biến cơ sở.
2. Giả định một chiều tìm kiếm mới liên hợp với gradient cũ.
16


3. Biểu diễn sự tìm kiếm một chiều dọc theo chiều mới cho tới khi giá trị tối thiểu
quỹ tích được đạt tới.
4. Nếu bất kì biến nào vượt quá giới hạn của chúng, cần trả lại chúng vào trong
khoảng giới hạn.
5. Lặp lại các bước từ 1 tới 4 cho tới khi hội tụ.
Phương pháp Quasi – Newton
Phương pháp Quasi – Newton của Broyden – Fletcher – Goldfarb – Shanno (BFGS) theo
Press và các cộng sự đã được bổ sung. Trong điều kiện áp dụng và các hạn chế, phương
pháp tương tự như phương pháp Fletcher – Reeves. Phương pháp này tính tốn chiều tím
kiếm mới từ sự xấp xỉ nghịch đảo Ma Trận Dạng Hess.
13.2.6 Các mẹo đối với bộ tối ưu hóa (optimizer tips)
Dưới đây cung cấp các mẹo cho bộ tối ưu hóa nguyên bản (Original Optimizer)
1. Giợi hạn biến phù hợp (lớn và nhỏ) là vô cùng quan trọng. Sự cần thiết này không
chỉ ngăn ngừa những điều kiện xấu sơ đồ q trình (ví dụ: sự truyền nhiệt chéo
trong thiết bị trao đổi nhiệt) mà cịn bởi vì các biến tỉ lệ trong khoảng từ 0 đến 1
trong thuật toán tối ưu sử dụng các giới hạn này.
2. Trong phương pháp BOX và Mixed, giá trị cực đại thay đổi/ lặp lại của các biến
cơ sở (cài trong tab Parameters) nên được giảm đi. Giá trị 0.05 hoặc 0.1 sẽ thích
hợp hơn.

3. Phương pháp Mixed thông thường yêu cầu số lượng tối thiểu của các sự giả định
hàm (hiệu quả nhất).
4. Nếu phương pháp BOX, Mixed hoặc SQP không đúng với những sự phụ thuộc
bạn đưa ra, cố gắng tăng Penalty Value trong tab Funtions lên 3 hoặc 6 bậc độ lớn
(nâng giá trị đồng dạng lên thành giá trị mong muốn của hàm mục tiêu). Nói cách
khác, nó có ích trong việc thử đạt được độ lớn hàm mục tiêu và mức phạt tương
cũng có thể (nhất là khi phương pháp BOX được sử dụng).

17


5. Bằng cách mặc định các mức cực tiểu bộ tối ưu cho hàm mục tiêu, bạn có thể cực
đại hóa các hàm mục tiêu bằng cách chọn nút nổi Maximize trong tab Funtions.
13.3 Bộ tối ưu hóa Hyprotech SQP
Hyprotech SQP là một thuật tốn lập chương trình bình phương liên tục (SQP) kết hợp
với một hàm giá trị L1 và một phương pháp xấp xỉ ma trận Hess của lagrangian. Thuật
toán là nét đặc biệt của việc thu hẹp kích thước bước nhảy, xác định tỉ lệ biến quyết định
và hàm mục tiêu, phương pháp cảnh giới cơ bản, và một phép thử hội tụ tương đối độc
lập một qui mơ và vấn đề. Thuật tốn cũng đảm bảo rằng phương pháp được đánh giá chỉ
ở những điểm thuận lợi cùng với sự chú ý đến các giới hạn biến.
Để truy cập bộ tối ưu hóa Hyprotech SQP.
1. Trên tab Configuaration, chọn nút nổi Hyprotech SQR trong nhóm Data Model
như hình vẽ dưới đây:

2. Trong hộp thoại Hyprotech SQP optimizer có chứa 2 tab:
 Configuration
 Hyprotech SQR
Tab Configuration đã được thảo luận trong phần 13.1.2 – Configuration Tab, phần dưới
đây sẽ miêu tả tab Hyprotech SQP
Thanh Hyprotech SQP

18


Thanh Hyprotech SQP chỉ có khi bạn lựa chọn Hyprotech SQP từ Configuration.
Hyprotech SQP cho phép bạn sử dụng cấu hình setup và flags bằng cách lựa chọn cấu
hình tương ứng trong nhóm Configuration

Lựa chọn Setup
Khi bạn lựa chọn Setup từ nhóm Configuration, Hyprotech SQP sẽ xuất hiện một bảng
như sau:

Ô Starting Objective đứng ở cuối bảng đưa ra giá trị ban đầu của hàm mục tiệu trước khi
thực hiện bất kỳ q trình tối ưu hóa nào. Giá trị này khơng có tỷ lệ và bạn khơng thể
thay đổi giá trị này.
Các thông số trong Setup option được phân ra thành 2 nhóm sau:
19


 Setup
 Running Results.
Nhóm Setup:
Nhóm Setup bao gồm những thơng số sau:
Biến số

Mô tả

Max. Iteration( Số lần lặp Là số lần lặp chính tối đa. Một lần lặp chính bao gồm
tối đa)

một dãy các phép lặp phụ làm tối thiểu hóa tuyến tính
một cách cưỡng bức các vấn đề.

Objective Scale Factor

Sử dụng một hệ số tỷ lệ cho hàm mục tiêu. Giá trị
dương đước sử dụng là –is, giá trị âm sử dụng hệ số
abs ( scale * F ). ( ờ đây F là giá trị ban đầu của hàm
mục tiêu ) và giá trị 0.0 thường tự động xuất hiện.

Gradient Calculations

Chỉ rõ nếu một bên ( ở trước ) hoặc 2 bên ( trung tâm )
khác nhau được sử dụng cho tính tốn sự sai lệch.
Trong cả 2 trường hợp, sư sai lệch về kích thước sử
dụng cho các biến bên trong bộ tối ưu hóa được đưa ra
trong gói đặc tính nhiễu.

Diagnostic Print Level

Lựa chọn lượng thơng tin để chèn vào tệp chuẩn đốn
tối ưu hóa ( optimizer diagnostic files ).

Accuracy Tolerance

Dung sai của độ chính xác tương đối được sử dụng
trong phép hội tụ. Phép thử độ hội tụ được dùng với
Tổng hội tụ

Sai số tối ưu hóa x max (

Trong đó:
Tổng hội tụ

20

,1.0)