Рабочая программа оптимизация химико-технологических процессов ( наименование дисциплины по учебному плану )

Вид материалаРабочая программа

Содержание


Направление подготовки
Форма обучения
Цель курса
2. Место дисциплины в структуре ООП
Для успешного усвоения дисциплины студент должен
3. Требования к результатам освоения дисциплины
Наименование компетенции
4. Объем дисциплин и виды учебной работы
Аудиторные занятия (всего)
Самостоятельная работа (всего)
5. Содержание дисциплины
Аналитические методы оптимизации
Линейное программирование
Цифровое (дискретное) математическое моделирование. Иммитационное моделирование [3]
Моделирование и оптимизация свойств технологических процессов пищевого / химического производства
5.2 Разделы дисциплины и междисциплинарные связи с обеспечиваемыми (последующими) дисциплинами
Всего в семестре
6. Лабораторный практикум
7. Практические занятия (семинары)
9. Образовательные технологии и методические рекомендациипо организации изучения дисциплины
...
Полное содержание
Подобный материал:

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ


Государственное образовательное учреждение высшего профессионального образования

«Ивановский государственный химико-технологический университет»

Факультет химической техники и кибернетики

Кафедра прикладной математики


"УТВЕРЖДАЮ"

Проректор по учебной работе

______________В.В. Рыбкин

"____"____________ 2011 г.


РАБОЧАЯ ПРОГРАММА

ОПТИМИЗАЦИЯ ХИМИКО-ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ

(наименование дисциплины по учебному плану)


Направление подготовки

151000 Технологические машины и оборудование


Квалификация выпускника

Бакалавр


Профили подготовки по направлению


Химическое машино- и аппаратостроение



Форма обучения

Очная



Иваново, 2011 г.

1. Цели и задачи дисциплины


Оптимизация как раздел математики существует и развивается сравнительно длительное время. Под оптимизацией традиционно понимается некий выбор, т.е. то, чем постоянно приходится заниматься в повседневной жизни. Между тем, в научной литературе термин «оптимизация» понимают как процесс или последовательность операций, позволяющих получить уточненное решение. И хотя конечной целью оптимизации является отыскание наилучшего или «оптимального» решения, обычно приходится довольствоваться улучшением известных решений, а не доведением их до совершенства. Поэтому под оптимизацией понимают скорее стремление к совершенству, которое, возможно, и не будет достигнуто. В целом, чем сложнее организуемый процесс, чем больше вкладывается в него материальных средств, чем шире спектр его возможных последствий, тем менее допустимы так называемые «волевые» решения. В этой связи большое значение придается научно обоснованным подходам, позволяющим заранее оценить последствия каждого принятого решения, заранее отбросить недопустимые варианты и рекомендовать те, которые представляются наиболее удачными.

Современное состояние развития экономики, основанной на знаниях, техническая конъюнктура порождают новые задачи оптимизации, сложность которых только возрастает. При этом требуются новые математические модели и методы, которые бы учитывали наличие многих критериев, проводя глобальный поиск оптимума. Другими словами, реальность подталкивает развивать математический аппарат оптимизации.

Прикладные задачи оптимизации достаточно сложны и существующие методы оптимизации далеко не всегда приводят к верному решению, если не используются человеческие ресурсы. В инженерной практике важно понимание сути методов и алгоритмов их реализации, знание условий их применения, примеры и иллюстрации решения типовых инженерных задач оптимизации.

Учебная дисциплина «Оптимизация технологических процессов» является дисциплиной по выбору из цикла профессиональных дисциплин подготовки бакалавров по направлению 151000 Технологические машины и оборудование. Дисциплина реализуется на факультете химической технологии и кибернетики кафедрой прикладной математики. Содержание дисциплины «Оптимизация технологических процессов» относится к специальным разделам математики, поэтому предполагается, что обучающийся владеет необходимыми общекультурными и профессиональными компетенциями на достаточном уровне.

Цель курса – изложить в ракурсе инженерного дела задачи, принципы и рабочие алгоритмы оптимизации технологических процессов; усвоение студентами материала в области современных методов оптимизации, в освоении приемов алгоритмизации и программирования для реализации этих методов на современной компьютерной технике. Данный курс ставит своей задачей дать теоретические основы и представления, а также практическое овладение по исследованию технологических процессов с целью их оптимизации, развить творческие способности, необходимые для дальнейшей профессиональной деятельности. В соответствии с данной задачей рассмотрение каждого конкретного метода (задачи) рекомендуется иллюстрировать программным алгоритмом и численным контрпримером с результатами реализации моделей.

2. Место дисциплины в структуре ООП

Учебная дисциплина «Оптимизация химико-технологических процессов» (далее – ОХТП) является дисциплиной по выбору из цикла профессиональных дисциплин подготовки бакалавров по направлению 151000 Технологические машины и оборудование, изучается в 7 семестре на 4 курсе (завершающем).

Концептуальными основами обучения ОХТП при реализации компетентностно-ориентированной образовательной программы является контекстное обучение и междисциплинарная интеграция в единстве с фундаментальностью обучения.

Для успешного усвоения дисциплины студент должен

знать:

- принципы использования природных ресурсов, энергии и материалов; основные математические, физические, химические и др положения, законы и сведения; ренциальных уравнений и элементов теории уравнений математической физики, теории вероятностей и математической статистики, математических методов решения профессиональных задач;

уметь:
  • применять физико-математические методы для проектирования технологических процессов с применением стандартных проводить анализ функций, решать основные задачи теории вероятности и математической статистики, решать уравнения и системы дифференциальных уравнений применительно к реальным процессам, применять математические методы при решении типовых профессиональных задач;
  • работать в качестве пользователя персонального компьютера, использовать внешние носители информации для обмена данными между машинами, создавать резервные копии и архивы данных и программ, использовать численные методы для решения математических задач, использовать языки и системы программирования для решения профессиональных задач, работать с программными средствами общего назначения;

владеть:
  • методами построения математической модели типовых профессиональных задач и содержательной интерпретации полученных результатов;
  • методами поиска и обмена информацией в глобальных и локальных компьютерных сетях, техническими и программными средствами защиты информации при работе с компьютерными системами;
  • навыками операций с абстрактными объектами;
  • математической символикой для выражения количественных и качественных отношений объектов;
  • навыками исследования моделей с учетом их иерархической структуры и оценкой пределов применимости полученных результатов;
  • способами использования основных приемов обработки экспериментальных данных;
  • способами аналитического и численного решения уравнений, в т.ч. дифференциальных.

3. Требования к результатам освоения дисциплины

Содержание дисциплины охватывает круг вопросов и задач, связанных с профессиональной деятельностью выпускника (производственно-технологический, организационно-управленческий, научно-исследовательский и проектный вид деятельности).

Дисциплина направлена на формирование следующих компетенций выпускника (согласно ФГОС):

    Наименование компетенции

    Код компетенции

    способен к целенаправленному применению базовых знаний в области математических, естественных, гуманитарных и экономических наук в профессиональной деятельности

    ОК-9

обладает достаточными для профессиональной деятельности навыками работы с персональным компьютером

    ОК-13

    умеет обеспечивать моделирование технических объектов и технологических процессов с использованием стандартных пакетов и средств автоматизированного проектирования, проводить эксперименты по заданным методикам с обработкой и анализом результатов

    ПК-18


В результате изучения дисциплины студент должен

иметь представление:
  • об основных понятиях методов оптимизации;
  • о методологических основах оптимизации;
  • о детерминированных, стохастических задачах, задачах в условиях неопределенности;

знать:
  • основные определения и терминологии, понятие выпуклости, целевой функции и ее линий уровня, необходимые и достаточные условия экстремума функции одной и многих переменных без ограничений и с ограничениями;
  • эффективные методы одномерного поиска;
  • математическую постановку задач линейного программирования и методы их решения;
  • методы и алгоритмы нелинейного программирования (градиентные и безградиентные) без ограничений;
  • методы и алгоритмы нелинейного программирования с ограничениями;
  • приемы и алгоритмы программирования;

уметь:
  • составлять математическую модель технологического процесса с выделением переменных оптимизации;
  • формулировать критерии оптимальности;
  • определять ограничения на параметры задачи;
  • обоснованно выбирать методы оптимизации;
  • разрабатывать алгоритмы решения поставленной задачи;
  • программировать процедуру (метод) оптимизационной задачи;
  • выбирать оптимальное решение с учетом человеческих ресурсов (факторов).



владеть:
  • методами построения математической модели типовых технологических процессов и содержательной интерпретации полученных результатов;
  • языками программирования;
  • техническими и программными средствами защиты информации при работе с компьютерными системами;
  • математической символикой для выражения количественных и качественных отношений объектов;
  • навыками исследования моделей с учетом их иерархической структуры и оценкой пределов применимости полученных результатов;
  • способами принятия решений в условиях определенности и неопределенности;
  • способностью логически делать заключения и принимать здравые решения в критических ситуациях.

4. Объем дисциплин и виды учебной работы

Дисциплина преподается в 7 семестре 4 курса, общая трудоемкость дисциплины составляет 6 зачетных единицы / 216 часов.


Вид учебной работы

Всего часов (7 семестр)

Аудиторные занятия (всего)

85

В том числе:




Лекции

34

Практические занятия (ПЗ)




Семинары (С)




Лабораторные работы (ЛР)

51

Самостоятельная работа (всего)

131

В том числе:




Курсовой проект (работа)




Расчетно-графические работы

8

Реферат

4

Оформление отчетов по лабораторным работам

35

Подготовка к текущим занятиям, коллоквиумам

57

Подготовка к экзамену

27

Вид промежуточной аттестации (зачет, экзамен)

экзамен

Общая трудоемкость час

зач. ед.

216

6


5. Содержание дисциплины

5.1. Содержание разделов дисциплины

Модуль 1. Основы оптимизации технологических процессов
  1. Общие вопросы методологии оптимизации Задачи курса. Значение оптимизации механико-технологических процессов в трикотажной промышленности. Понятие об оптимизации, объект оптимизации, критерий оптимальности. Этапы решения задач оптимизации, виды задач оптимизации технологических процессов.
  2. Аналитические методы оптимизации Область допустимых решений. Аналитические методы безусловной оптимизации целевой функции одной и многих переменных. Решение задач оптимизации аналитическими методами
  3. Линейное программирование Виды задач и формы задач линейного программирования. Симплексный метод решения задач линейного программирования и его сущность.
  4. Нелинейное программирование Задачи нелинейного программирования, виды и формы записи. Геометрический метод решения двухфакторных задач оптимизации. Постановка задачи динамического программирования
  5. Многокритериальные задачи оптимизации. Специальные виды программирования[1].


Модуль 2. Основы моделирования технологических процессов
  1. Модели и моделирование. Математическое моделирование Виды моделирования: физическое и математическое. Методика построения математических моделей и их исследование на ЭВМ. Основные виды математических моделей
  2. Цифровое (дискретное) математическое моделирование. Иммитационное моделирование [3] Структура ЭВМ. Сущность метода статистических испытаний и задач, решаемых с его помощью. Имитационная модель процесса
  3. Моделирование и оптимизация свойств технологических процессов пищевого / химического производства Априорное ранжирование факторов (метод экспертных оценок).



5.2 Разделы дисциплины и междисциплинарные связи с обеспечиваемыми (последующими) дисциплинами

В связи с тем, что дисциплина ОХТП изучается в 7 семестре 4 курса, то она является квинтэссенций знаний и компетенций студентов, освоивших предшествующие дисциплины.





п/п

Наименование раздела дисциплины

Количество часов

лекций


лабораторных занятий

контроль (коллоквиум)

само­стоя­тельной


работы

Всего часов




Основы оптимизации технологических процессов


14

10

6

56

86
  1. 2

Основы моделирования технологических процессов

20

30

5

75

130




Всего в семестре

34

40

11

131

216



6. Лабораторный практикум


Тема лабораторной работы

Трудоемкость, кол. час.

Лабораторная работа № 1.

Экстремум функции одной переменной аналитическим и численным методами

4

Лабораторная работа № 2.

Построение линий уровня целевой функции

2

Лабораторная работа № 3.

Решение задач методами нелинейного программирования (безусловная оптимизация)

4

Лабораторная работа № 4.

Решение задач методами нелинейного программирования (условная оптимизация)

6

Лабораторная работа № 5.

Линейное программирование

14

Лабораторная работа № 6.

Применение методов линейного программирования к задачам оптимизации

10



7. Практические занятия (семинары)

Практические занятия по данной дисциплине не предусмотрены.


8. Примерная тематика курсовых проектов (работ)

Курсовые проекты или работы данной дисциплине не планируются


9. Образовательные технологии и методические рекомендации
по организации изучения дисциплины


Наиболее распространенными формами организации изучения / преподавания математики для достижения определенных результатов обучения и развития компетенций являются следующие:

1) Лекции, мастер-классы – передача учебной информации от преподавателя студентам, как правило, с использованием компьютерных и технических средств, направленная в основном на приобретение студентами новых теоретических и фактических знаний.

2) Практические занятия – решение конкретных задач (математическое моделирование, расчеты и др.) на основании теоретических и фактических знаний, направленное в основном на приобретение новых фактических знаний, теоретических и практических умений;

3) Самостоятельная работа – изучение студентами теоретического материала, подготовка к лекциям, практическим занятиям, оформление конспектов лекций, написание рефератов, отчетов, выполнение расчетных работ с применением ИКТ для приобретения новых теоретических и фактических знаний, теоретических и практических умений;

4) Консультации и тьюторство – индивидуальное общение преподавателя и студента, руководство его учебно-познавательной деятельностью с целью передачи опыта, углубления теоретических и фактических знаний, приобретенных студентом на лекциях, в процессе практических занятий, в результате самостоятельной работы.


10. Оценочные средства для текущего контроля успеваемости, промежуточной аттестации по итогам освоения дисциплины и учебно-методическое обеспечение самостоятельной работы студентов

Согласно подходам разработчиков ФГОС ВПО обучающиеся должные владеть совокупностью компетенций, оценка уровня сформированности которых проводится в режиме ткущего контроля успеваемости, промежуточной аттестации и итоговой государственной аттестации выпускников.

Для проведения входного, текущего и итогового контроля учебных достижений используется фонд оценочных средств кафедры, обеспечивающий с высокой объективностью, обоснованностью и сопоставимостью оценки уровня приобретенных компетенций и включающий в себя как традиционные, так и инновационные оценочные средства.

Под традиционными оценочными средствами понимаются материал для проведения собеседования, анкеты, вопросы для устного опроса, деловая игра, стандартизированные контрольные работы. К инновационным средствам относятся научно обоснованные педагогические тесты, кейс-измерители, портфолио, компетентностные тесты, квазипрофессиональные задачи (т.е. задачи, максимально приближенные по содержанию будущей профессиональной деятельности специалиста).

В соответствии с рейтинговой системой работа студента за семестр должна оцениваться в 50 баллов, которые включают в себя баллы за работу на практических занятиях, выполнение контрольных работ, тестов, подготовка рефератов, докладов, выполнение домашних практических задач. Примерная схема распределения баллов может быть следующей:

Входной контроль – 5 баллов;

Текущий контроль по темам модуля – 30 баллов;

Самостоятельная работа – 5 баллов.

Реферат (-ы) / доклад (-ы) по определенной теме модуля – 5 баллов;

Посещаемость аудиторных занятий – 5 баллов.

Учитывая, что данная дисциплина изучается в течение трех семестров, предполагается распределение данных 50 баллов в процентном соотношении от видов, форм и средств контроля с учетом вклада каждого модуля в дисциплину. Минимальное количество баллов, которое необходимо набрать за работу в семестре, равно 26.

Для самостоятельной работы используются задания и задачи из перечисленных ниже учебных пособий.

Примерная тематика докладов
  1. Методы нулевого порядка
  2. Методы первого порядка
  3. Динамическое программирование
  4. Теория расписаний
  5. Принятие решений в условиях неопределенности
  6. Нечеткая логика
  7. Задачи целочисленного программирования
  8. Задача о дорогах и хозяевах и ее решение


Задания для лабораторных работ берутся из следующих методических пособий

Зуева Г.А. Методы оптимизации Учебное пособие / Зуева Г.А., Кулакова С.В., Петрова Е.А., Малыгин А.А. Иван. гос. хим.-технол. ун-т. – Иваново, 2010. – 80 с.


Список вопросов к экзамену по курсу
  1. Общая постановка задачи оптимизации и основные определения. Математическая модель. Безусловный и условный экстремумы.
  2. Аналитический метод нахождения экстремума функции нескольких переменных.
  3. Принципы построения численных методов поиска условного экстремума.

4. Методы поиска экстремума функции
  1. Метод равномерного поиска\
  2. Метод деления интервала пополам. Метод дихотомии
  3. Метод золотого сечения
  4. Метод Фибоначчи
  5. Метод квадратичной интерполяции

5. Методы первого порядка
  1. Метод градиентного спуска с постоянным шагом
  2. Метод наискорейшего градиентного спуска
  3. Метод покоординатного спуска
  4. Метод кубической интерполяции

6. Методы второго порядка

6.1. Метод Ньютона

6.2. Метод Ньютона-Рафсона

7. Методы поиска условного экстремума

7.1. Метод штрафов

7.2. Метод барьерных функций

7.3. Комбинированный метод штрафных функций

7.4. Метод проекции градиента

7.5. Метод Зойтендейка

8. Задачи линейного программирования

8.1. Симплекс-метод

8.2. Метод ветвей и границ для ЗЛЦП

8.3. Метод Гомори

8.4. Методы решения транспортных задач
8.4.1. Метод северо-западного угла

8.4.2. Метод минимального элемента

8.4.3. Метод потенциалов

9. Практическое приложение теории расписаний в оптимизации технологических процессов.

10. Динамическое программирование. Общая постановка задачи ДП.


11. Учебно-методическое и информационное обеспечение дисциплины

а) основная литература

Гартман, Т.Н. Основы компьютерного моделирования химико-технологических процессов : Учеб. пособие для вузов / Т.Н. Гартман, Д.В. Клушин. – М.: ИКЦ «Академкнига», 2006. – 416 с.

Пантелеев, А. В. Методы оптимизации в примерах и задачах: Учеб. пособие / А. В. Пантелеев, Т. А. Летова. – 2-е изд., исправл. – М.: Высш. шк., 2005. – 544 с.: ил.

Холоднов, В.А. Математическое моделирование и оптимизация химико-технологических процессов: Практическое руководство / А.В. Холоднов, Т.В. Богачева, Л.И. Глушкова. – СПб.: АНО НПО «Профессионал», 2003. – 480 с.

Измаилов, А. Ф.   Численные методы оптимизации / А. Ф. Измаилов, М. В. Солодов. - М.: Физматлит, 2003. - 300 с. - Библиогр. : с. 294-296. - Предм. указ. : с. 297-300. - ISBN 5-9221-0045-9.

Математические методы и модели в расчетах на ЭВМ: Метод. указ. / Федер. агентство по образованию Р Ф ; ГОУВПО Иван. гос.хим.-технол. ун-т ; сост. С. В. Кулакова. - Иваново, 2005. - 36 с., № 962.

Методы оптимизации: Метод. указ. / Иваново, Иван. гос. хим.-технол. ун-т; сост. С.И. Смуров, Т.В. Сокольская, В.А. Бобкова.

Цирлин,А.М.  Методы оптимизации в необратимой термодинамике и микроэкономике / А. М. Цирлин; А.М.Цирлин. - М.: ФИЗМАТЛИТ, 2003. - 415с. - Библиогр.:с.403-413. - ISBN 5-9221-0265-6.

б) дополнительная литература
  1. Акулич, И. Л. Математическое программирование в примерах и задачах: Учеб. пособие / И. Л. Акулич. - М.: Высш. шк., 1986.
  2. Аттеков А.В., Галкин С.В., В.С. Зарубин В.С. Методы оптимизации: Учеб. для вузов. / Под ред. В.С. Зарубина, А.П. Крищенко. – 2-е изд., стереотип. – М.: Изд-во МГТУ им. Н.Э. Баумана, 2003. – 440 с.
  3. Банди Б. Методы оптимизации (вводный курс). - М.: Радио и связь,1988.
  4. Васильев Ф.П. Численные методы решения экстремальных задач. - М.: Наука, 1980.
  5. Карманов В.Г. Математическое программирование. – М.: «Наука», 1975.
  6. Методы оптимизации: Метод. указания и задания к практическим занятиям / Сост. С.И. Смуров, Т.В. Сокольская, В.А. Бобкова. – Иваново: ИХТИ, 1990. – 72 с.
  7. Моисеев Н.Н. и др. Методы оптимизации. - М. : «Наука», 1978.
  8. Моисеев Н.Н. Элементы теории оптимальных систем. - М.: «Наука», 1975.
  9. Пантелеев, А. В. Методы оптимизации в примерах и задачах: Учеб. пособие / А. В. Пантелеев, Т. А. Летова. – 2-е изд., исправл. – М.: Высш. шк., 2005. – 544 с.: ил.


в) электронные учебные ресурсы

- тренировочные и контрольные тесты по каждому модулю;


г) программное обеспечение
  • системные программные средства: Microsoft Windows XP, Microsoft Vista
  • прикладные программные средства: Microsoft Office 2007 Pro, FireFox
  • специализированное программное обеспечение: СДО Moodle, SunRAV BookOffice Pro, SunRAV TestOfficePro, Maple, MathCad, Mathlab, Mathematica, Statistica

д) базы данных, информационно-справочные и поисковые системы: ссылка скрыта , ссылка скрыта и др.


12. Материально-техническое обеспечение дисциплины (модуля)

Проведение лекций предполагается в аудиториях, оснащенных мультимедийным оборудованием. Лабораторные работы проводятся в компьютерном классе для решения задач с применением математических пакетов прикладных программ.


Программа составлена в соответствии с требованиями ФГОС ВПО с учетом рекомендаций и ПрООП ВПО по направлению и профилю подготовки.

Автор ___________________________ Малыгин А.А.

(подпись, ФИО)

Заведующий кафедрой_________________________________________ Зуева Г.А

Рецензент

д.т.н., проф. кафедры прикладной математики

Ивановского государственного

Энергетического университета_________________________________Жуков В.П.

(подпись, ФИО)

Программа одобрена на заседании научно-методического совета факультета химической техники и кибернетики ИГХТУ от «_____» ________ 201__ года, протокол №____.

Председатель НМС ________________________________________Липин А.Г.