Оптимізація структури об'єкта управління

Анотація навчальної дисципліни

Мета вивчення дисципліни: Висвітлення та засвоєння сучасних досягнень в галузі сучасної теорії структурної оптимізації, оптимізації структур об’єктів керування, що входять до складу комп′ютерно-інтегрованих систем керування. Розвиток та розширення та засвоєння теоретичних та практичних компетентностей в галузі автоматизації та комп′ютерно-інтегрованих технологій на промислових установках та обладнанні, у яких керування організовано параметрично або структурно-параметрично. Розвиток компетентностей у системному аналізі та моделюванні статичних і динамічних характеристик організаційно-технічних систем.

Практичне значення та використання отриманих знань: Структурна оптимізації об’єктів керування ефективно застосовуються при проектуванні і керуванні технологічними процесами. При проектуванні технологічних процесів і виробництв, а також систем керування вибираються найкращий метод виробництва, схема виробництва, технологічний режим, варіант системи керування. При експлуатації технологічних процесів і виробництв бажано забезпечити найкращий технологічний режим за допомогою оптимальної структури об’єктів керування. Вихідною величиною при аналізі технологічних ланок з точки зору оптимального керування повинна служити техніко-економічна ефективність ведення процесу чи проектування. Рішення задач структурної оптимізації з використанням технічних засобів, особливо ЕОМ пов’язано з коректною постановкою задачі оптимізації. Це особливо актуально в зв’язку з широким застосуванням систем автоматизації проектування і автоматизованих систем керування технологічними процесами.

Тематика та види навчальних занять

Для денної форми здобуття освіти

Лекційні заняття
Лекція № 1. Класифікація методів структурної оптимізації. 
Лекція № 2. Частина 1. Алгоритми структурної оптимізації. Комбіновані, найуживаніші наближені алгоритми. 
Лекція № 3. Частина 2. Алгоритми структурної оптимізації. Конструктивні алгоритми, метаевристики. 
Лекція № 4. Частина 1. Структурний локальний пошук. Загальна схема алгоритмів, ключові аспекти реалізації, алгоритми Ліна – Кернігана, пошук зі змінними околами. 
Лекція № 5. Частина 2. Детермінований локальний пошук. Керований локальний пошук, табульований пошук, порогові алгоритми. 
Лекція № 6. Частина 1. Стохастичний локальний пошук. Загальна схема стохастичного локального пошуку, повторюваний локальний пошук.
Лекція № 7. Частина 2. Стохастичний локальний пошук. алгоритми імітаційного відпалу. 
Лабораторне заняття 3 «Робота з алгоритмом імітаційного відпалу»
Лекція № 8. Частина 1. Генетичні алгоритми. Загальні відомості, обчислювальна схема традиційного алгоритму
Лекція № 9. Частина 2. Генетичні алгоритми. Стратегії відбору для виживання, оператори рекомбінацій для задач з булевими змінними. 
Лекція № 10. Міметичні алгоритми. принципи створення, обчислювальна схема, схема диверсифікації. 
Лекція № 11. Частина 1. Оптимізація мурашиними колоніями. Аналогії з природи, принципи розробки мурашиних алгоритмів, обчислювальна схема. 
Лекція № 12. Частина 2. Оптимізація мурашиними колоніями. Модифікації мурашиних алгоритмів. 
Лекція № 13. Частина 3. Оптимізація мурашиними колоніями. Практичні питання застосування мурашиних алгоритмів, кількість мурашок. 
Лекція № 14. Частина 1. Ройовий інтелект у структурній оптимізації. Метод і особливості оптимізації роєм частинок. 
Лекція № 15. Частина 2. Ройовий інтелект у структурній оптимізації. Бджолині алгоритми, основні поняття, моделі поведінки у бджолиних алгоритмах. 

Лабораторні роботи

Лабораторне заняття 1. Робота з алгоритмами метаевристики.
Мета заняття: Одержання практичних навичок в реалізації завдань типу «я впізнаю їх, коли побачу».

Лабораторне заняття 2. Робота з пороговим алгоритмом.
Мета заняття: Одержання практичних навичок у використанні методу виявляння плям на зображеннях максимально стабільних областей екстремумів. 

Лабораторне заняття 3. Робота з алгоритмом імітаційного відпалу.
Мета заняття: Одержання практичних навичок у використанні методу пошуку глобального розв'язку який імітує фізичний процес як аналог пошуку наближеного глобального оптимуму за встановлений проміжок часу.

Лабораторне заняття 4. Робота з алгоритмом стратегії відбору для виживання.
Мета заняття: Одержання практичних навичок у використанні методу мінімізації кількості втрат, виключення появи подальших втрат, забезпечення простору рішень для усунення загрози.

Лабораторне заняття 5. Робота з алгоритмом мурашиних колоній.
Мета заняття: Одержання практичних навичок у використанні ефективного поліноміального алгоритму для знаходження наближеного розв'язку задачі комівояжера і аналогічних завдань пошуку маршрутів на графах.

Лабораторне заняття 6. Робота з генетичним алгоритмом.
Мета заняття: Одержання практичних навичок у використанні еволюційного алгоритму пошуку шляхом послідовного підбору, комбінування і варіації шуканих параметрів з використанням оператора «схрещення», який виконує операцію рекомбінацію рішень-кандидатів.

Лабораторне заняття 7. Робота з бджолиним алгоритмом.
Мета заняття: Одержання практичних навичок у використанні алгоритму для знаходження глобальних екстремумів  складних багатовимірних функцій, який виконує сусідній пошук в поєднанні з випадковим пошуком.

Консультації здійснюються впродовж семестру згідно встановленого розкладу.

Індивідуальна робота

Не передбачено

Форми контрольних заходів та оцінювання результатів навчання

Для денної форми здобуття освіти
Поточний контроль полягає у виконанні двох модульних контрольних робіт. Модульні контрольні роботи складаються з теоретичної частини та проводяться у формі письмового опитування. Бездоганне виконання кожної модульної контрольної роботи становить 50 балів.
Підсумковий контроль – залік. Залік усний. Максимальна оцінка, яку може отримати студент – 100 балів.