OPTIMIZAREA

PROCESELOR CHIMICE

CURS 5
CUPRINS
 Condiţiile necesare şi suficiente pentru optim în interiorul
domeniului admisibil;
 Metode de căutare a optimului. Clasificare;
 Metode analitice clasice;
 Metode directe de cautare;
 Metode de programare;
 Metode statistice ale cercetării operaţionale.

2
Conditiile necesare si suficiente pentru
optim în interiorul domeniului admisibil

 S-a constatat că o problemă de optim are întodeauna soluţii

dacă domeniul admisibil este închis. Soluţia optimă se poate
afla însă atât în interiorul domeniului admisibil, cât şi pe
frontiera acestuia.

 Deoarece optimul fezabil aflat pe frontiera domeniului se

poate atinge pentru orice tip de funcţie obiectiv, chiar dacă
aceasta nu are puncte de extrem, condiţiile necesare şi
suficiente pentru optim au sens numai pentru optimul din
interiorul domeniului.

 Acesta este întotdeauna un punct de extrem al funcţiei

obiectiv. Altfel spus, optimul fezabil din interiorul domeniului
admisibil coincide cu maximul sau minimul absolut al funcţiei
obiectiv.
3
 Condiţii necesare
 În interiorul domeniului admisibil, o funcţie obiectiv continuă
n-dimensională poate avea valori maxime sau minime numai
pentru acele valori ale variabilelor care anulează toate
derivatele parţiale de ordinul întâi ale funcţiei (puncte
staţionare) sau pentru care una sau mai multe derivate parţiale
sunt discontinue.

 Aceste condiţii necesare nu sunt suficiente, pentru că nu

toate punctele staţionare sunt în mod obligatoriu puncte de
extrem ale funcţiei obiectiv.

 Derivata se anulează şi într-un punct de inflexiune al funcţiei

cu tangenta orizontală.

4
 Condiţii suficiente

 Pentru o funcţie de o singură variabilă, un punct staţionar

este un extrem al funcţiei numai dacă ordinul primei derivate
nenule este par şi anume:
Dacă f
par
( x*)  0 , extremul este minim;
Dacă f ( x*)  0 , extremul este maxim.
par

Unde x* este punctul staţionar, adică f’(x*)=0.

 Dacă ordinul primei derivate nenule este impar, atunci

punctul staţionar x* este un punct de inflexiune cu tangentă
orizontală.

 Prin urmare, testarea condiţiilor suficiente pentru a determina

natura punctului staţionar necesită evaluarea derivatelor de
ordin superior. 5
 Metode de căutare a optimului.
Clasificare
 Pentru o problemă de optimizare al cărui model matematic a
fost complet şi cantitativ elaborat, determinarea soluţiei optime
necesită utilizarea unei metode de căutare adecvate în raport
cu forma funcţiei obiectiv, a modelului matematic al procesului
şi a sistemului de restricţii.

 Având în vedere varietatea problemelor de optim întâlnite în

practică, au fost şi sunt în continuare elaborate multe metode
sau tehnici de căutare a optimului. Însăşi clasificarea acestora
este dificil de făcut şi diferă de la autor la autor. Pentru scop
didactic, se considera utilă împărţirea diverselor metode sau
algoritmi de optimizare în următoarele patru clase:

A. Metode analitice clasice;

B. Metode directe de căutare;
C. Metode de programare matematică;
6
D. Metode statistice ale cercetării operaţionale.
 A. Metode analitice clasice
 Acestea se mai numesc şi metode indirecte, deoarece
conduc la aflarea optimului indirect, fără a se calcula valorile
funcţiei obiectiv. Ele au la bază calculul soluţiei optime prin
rezolvarea sistemului obţinut în urma anulării tuturor derivatelor
parţiale de ordinul întâi ale funcţiei obiectiv, cu sau fără restricţii
(problema extremelor cu legături, respectiv a extremelor libere
din matematica clasică).

 Întrucât determinarea valorilor punctelor staţionare şi a

naturii acestora necesită cercetarea valorilor şi semnelor
derivatelor funcţiei obiectiv, ceea ce în mod evident implică
exprimarea analitică a acestora, metodele analitice clasice au o
aplicabilitate redusă. Dificultăţile întâmpinate în aplicarea
acestor metode cresc considerabil cu creşterea numărului
variabilelor de decizie şi a numărului de restricţii.
7
A. Metode analitice clasice
 Toate metodele analitice clasice de determinare a optimului
presupun că funcţia obiectiv este continuă şi de mai multe ori
derivabilă şi că cel puţin o parte dintre derivatele sale sunt
continue.

 Datorită acestor limitaţii şi a dificultăţilor de calcul ce cresc

considerabil pe măsură ce creşte dimensionalitatea problemei,
aplicabilitatea metodelor clasice este limitată la probleme
relativ simple, cu funcţii obiectiv de un număr mic de variabile
şi cu un număr redus de restricţii.

8
 A. Metode analitice clasice
 Iniţial, aceste metode erau aplicate doar problemelor fără
restricţii, caz ce se reducea la determinarea extremelor libere
ale unei funcţii, sau problemelor cu restricţii sub forma de
egalitate-cazul extremelor cu legături.

 În ultimul timp însă, prin generalizările făcute de Kuhn şi

Tucker, metodele clasice pot fi utilizate şi la problemele de
optim cu restricţii sub formă de inegalităţi.

 Dacă însă numărul restricţiilor de acest tip este mare, cresc

considerabil dificultăţile de calcul şi devin mai convenabile alte
metode, cum sunt cele de căutare directă a optimului.

 Problemele în care se cere extremizarea unei funcţii fără

restricţii sunt rar întâlnite în practica inginerească şi se
presupun cunoscute.
9
 B. Metode directe de căutare
 Acestea sunt metode numerice, cu care soluţia optimă se
obţine prin evaluări succesive, pas cu pas, a funcţiei obiectiv,
pentru valori ale variabilelor de decizie modificate după un
anumit plan.

 Există foarte mulţi algoritmi elaboraţi aparţinând acestei

clase de metode directe, algoritmi ce diferă tocmai prin
procedeul utilizat la modificarea succesivă a variabilelor în
procesul de exploatare a suprafeţei de răspuns.

 Metodele directe au cea mai largă răspândire, datorită

faptului că sunt aplicabile pentru orice formă a funcţiei
obiectiv, a modelului matematic şi a sistemului de restricţii.
Singura dificultate majoră apare în legătură cu determinarea
optimului global pentru funcţii obiectiv polimodale sau
pentru care domeniul admisibil nu este convex.
10
 B. Metode directe de căutare
 Spre deosebire de metodele analitice clasice care au o
aplicabilitate limitată doar la probleme de optim relativ simple,
metodele de căutare directă sunt cele mai potrivite pentru
soluţionarea majorităţii problemelor de optim din ingineria
chimică.

Aceasta datorită complexităţii modelelor matematice ale

proceselor chimice, modele în majoritate neliniare, cu funcţii
obiectiv de asemenea neliniare şi complicate, ceea ce face ca
utilizarea metodelor analitice clasice sau a celor de programare
să fie ori foarte dificilă, ori imposibilă.

11
 B. Metode directe de căutare
 Există un număr foarte mare de algoritmi aparţinând acestor
metode directe, caracteristica comună a lor fiind aceea că
localizarea optimului se face prin evaluări succesive ale funcţiei
obiectiv, pentru valori ale variabilelor de decizie modificate în
fiecare pas după reguli ce sunt specifice fiecărui algoritm.

 Din acest punct de vedere se disting trei clase de metode

directe:
- metoda explorării exhaustive;
- metode de eliminare;
- metode de înaintare (urcare sau coborâre).

12
 C. Metode de programare
matematică
 Acestea sunt metode de mare eficienţă, pentru care s-au
făcut progrese considerabile în ultimele decenii. Sunt încă
aplicabile numai problemelor de optimizare în care funcţia
obiectiv şi restricţiile sunt expresii particulare (programare
liniară, pătratică, geometrică), sau în care însăşi structura
sistemului de optimizat este particulară (programarea
dinamică).

 Cele mai cunoscute sunt metodele de programare liniară,

aplicabile problemelor cu funcţii obiectiv şi restricţii liniare.
Pentru rezolvarea unor astfel de probleme sau programe liniare,
se apelează la programe consacrate.

13
 C. Metode de programare
matematică
 Spre deosebire de metodele numerice de căutare directă a
optimului discutate în paragrafele precedente, metode care
teoretic sunt aplicabile pentru orice problemă de optim
indiferent de forma funcţiei obiectiv şi a restricţiilor, metodele
de programare sunt specifice unor probleme de natură
particulară, în care funcţia obiectiv şi restricţiile au expresii de
o anumită formă.

 Excepţie face doar programarea dinamică, care însă impune

restricţii asupra naturii însăşi a sistemului de optimizat. Dintre
toate metodele de programare, cea mai mare răspândire şi
popularitate o cunoaşte programarea liniară, metodă
aplicabilă problemelor cu funcţii obiectiv şi restricţii liniare în
raport cu variabilele de decizie.

14
 C. Metode de programare
matematică
 Având în vedere neliniaritatea modelelor matematice pentru
marea majoritate a proceselor tehnologice şi a sistemelor
aferente din industria chimică, optimizarea acestora prin
programare liniară prezintă o importanţă redusă. În schimb,
programarea liniară joacă un rol foarte important în diverse
activităţi conexe ingineriei chimice, cum ar fi: planificarea
optimă a producţiei, stabilirea reţetelor optime de amestec la
fabricarea produselor finite, stabilirea variantei optime de
aprovizionare (aşa-numita problemă a transporturilor) etc.

 Posibilitatea de aplicare a unor algoritmi de mare eficienţă,

de exemplu Simplex, la rezolvarea practic a oricărei probleme
de programare liniară, a determinat elaborarea de către firme
specializate a unor programe universale incluse în bibliotecile
calculatoarelor.

15
 D. Metode statistice ale
cercetării operaţionale
 Aceste metode sunt utilizate la optimizarea proceselor în care
intervin variabilele aleatoare şi au la bază elemente ale teoriei
probabilităţii şi statisticii matematice. Din această categorie fac
parte o serie de metode, dintre care cele mai cunoscute aparţin
teoriei firelor de aşteptare, teoriei stocurilor şi teoriei
echipamentelor.

 Aceste metode se utilizează la rezolvarea unor probleme de

optim ce se referă în special la diferite activităţi auxiliare ale
unei întreprinderi, cum sunt: aprovizionarea cu materii prime
sau piese de schimb, efectuarea lucrărilor de întreţinere şi
reparaţii ale utilajelor etc. şi nu proceselor tehnologice propriu-
zise.

16