220

 

Рассмотрены две группы методов решения задачи многокритериальной оптимизации биотехнологических
процессов. Первый метод основан на сочетании максиминной и среднестепенной сверток и предназначен для
случая четкого задания приоритетов (весовых коэффициентов для каждого частного критерия оптимальности).
Второй метод ориентирован на случай с нечетко заданными приоритетами и в своей основе использует
нечеткую аппроксимацию функции предпочтений лица, принимающего решение. Приводятся результаты
реализации перечисленных методов применительно к конкретному примеру - процессу спиртового брожения.
 

  • Internet ҳавола
  • DOI
  • UzSCI тизимида яратилган сана 14-11-2019
  • Ўқишлар сони 204
  • Нашр санаси 05-11-2015
  • Мақола тилиRus
  • Саҳифалар сони94-101
Ўзбек

 

Biotеxnologik jarayonlarni ko’p mеzonli optimallashtirishni ikki guruh usullari ko’rib chiqilgan. Birinchi usul o’rtacha
daraja va maksimin kеltirish birikmasiga asoslangan bo’lib, ustivorlik (har bir xususiy optimallashtirish mеzonlari
uchun og’irlik koeffitsiyеnti) aniq bеrilgan holat uchun mo’ljallangan. Ikkinchi usul ustivorlik noaniq bеrilgan
holatlar uchun mo’ljallangan bo’lib, uning asosi qaror qabul qiluvchi shaxsning xohishi funksiyasi noaniq
approksimatsiyalangan hollarda ishlatiladi. Spirtli achitish jarayoni misolida qayd etilgan usullarni joriy qilish natijalari
kеltirilgan.
 

Русский

 

Рассмотрены две группы методов решения задачи многокритериальной оптимизации биотехнологических
процессов. Первый метод основан на сочетании максиминной и среднестепенной сверток и предназначен для
случая четкого задания приоритетов (весовых коэффициентов для каждого частного критерия оптимальности).
Второй метод ориентирован на случай с нечетко заданными приоритетами и в своей основе использует
нечеткую аппроксимацию функции предпочтений лица, принимающего решение. Приводятся результаты
реализации перечисленных методов применительно к конкретному примеру - процессу спиртового брожения.
 

English

 

Two groups of methods of the decision of a task of multicriterions optimization of biotechnological processes are
considered. The first method, is based on a combination of maximin and average-sedate convolutions and is intended
for a case of the precise task of priorities (weight factors for each private criterion of an optimality). The second method
is focused on a case with the indistinctly given priorities and in the basis uses indistinct approximation of function of
preference of the person accepting the decision. The results of realization of the listed methods with reference to a
concrete example - of process spirit of fermentation are resulted.
 

№ Муаллифнинг исми Лавозими Ташкилот номи
1 Qabiljanov A.S. dotsent TATU
№ Ҳавола номи
1 Кафаров В.В. Моделирование и системный анализ биохимических производств. – Москва: Лесная промышленность, 1985. – 280 с.
2 Бирюков В.В. Основы промышленной биотехнологии. – Москва: Колосс, 2004. – 296 с.
3 Моисеев Н.Н. Математические задачи системного анализа. – Москва: Наука, 1981. – 488 с.
4 Штойер Р. Многокритериальная оптимизация. Теория, вычисления и приложения. – Москва: Радио и связь, 1992. – 504 с.
5 Черноруцкий И.Г. Методы принятия решений. – Санкт-Петербург: БХВ-Петербург, 2005. – 416 с.
6 Лотов А.В., Поспелова И.И. Многокритериальные задачи принятия решений: учебное пособие. – Москва: МАКС Пресс, 2008. – 197 с.
7 Кини Р.Л., Райфа Х. Принятие решений при многих критериях: предпочтения и замещения / под ред. И.Ф. Шахнова. – Москва: Радио и связь, 1981. – 560 с.
8 Карпенко А.П., Федорук В.Г. Аппроксимация функции предпочтений лица, принимающего решения, в задаче многокритериальной оптимизации // Электронное научно-техническое издание. – 2008. – № 4. – Режим доступа: http://technomag.edu.ru/doc/86335.html.
9 Кабильджанов А.С., Исмаилов М.А. Об одном подходе к решению задачи статической оптимизации биотехнологических систем // Кимёвий технология. Назарат ва бошқарув. – Ташкент, 2009. – № 6 . – С. 67- 70.
10 Черноруцкий И.Г. Оптимальный параметрический синтез. Электротехнические устройства и системы. – Ленинград: Энергоиздат, 1987. – 110 c.
11 Леоненков А.В. Нечеткое моделирование в среде MATLAB и fuzzyTECH. – Санкт-Петербург: БХВ- Петербург, 2005. – 736 с.
12 Карпенко А.П., Федорук В.Г. Адаптивные методы решения задачи многокритериальной оптимизации, использующие аппроксимацию функции предпочтений лица, принимающего решения // Электронное научно-техническое издание: наука и образование. – 2008. – № 8. – Режим доступа: http://technomag.edu.ru/ doc/101804.html.
13 Takagi T., Sugeno M. Fuzzy Identification of Systems and Its Applications to Modeling and Control // IEEE Trans. on Systems, Man, and Cybernetics. – 1985. – Vol. 15. – № 1. – Pр. 116 - 132.
14 Ануфриев И.Е., Смирнов А.Б., Смирнова Е.Н. MATLAB 7. – Санкт-Петербург: БХВ-Петербург, 2005. – 1104 с.
15 Маслов А.А. Генетический алгоритм в Matlab: учебное пособие. – Санкт-Петербург, 2014. – 122 с.
16 Ходашинский И.А. Технология идентификации нечетких моделей типа Синглтон и Мамдани // Идентификация систем и задачи управления SICPRO ’08 : труды VII Международной конференции. – Москва, 2008. – С.137-163.
17 Metaheuristics for hard optimization. Methods and case studies / J. Dreo, A. Petrowski, P. Siarry, E. Taillard. – Berlin: Springer, 2006. – 369 p.
18 Феоктистов А.Г., Горский С.А. Реализация метода мультистарта в пакете градиент // Вестник НГУ. Серия: Информационные технологии. – Новосибирск, 2007. – С. 78-82.
Кутилмоқда