Алгоритмическое обеспечение систем поддержки принятия решения по выбору наилучших доступных технологий в химическом производстве (1090345), страница 11

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 11)

Уникальностии нетиражируемость проектов делает некорректным расчет на использованиеретроспективных данных.70В подобных ситуациях принятие решений в значительной степениприходится основывать на экспертных оценках, при этом предполагается, чтоэксперт способен дать точную оценку. Однако необходимо отметить, чтолюбое экспертное заключение, даже сделанное по точным объективнымданным,гораздоболеенеопределенно,чемсложнаямногомернаясовокупность данных, которую получить в исчерпывающем виде крайнетрудно (а иногда и невозможно).

Таким образом, хотя экспертное заключениеможет содержать обобщения и прогнозы, значимые для практики, оно неснижает уровень неопределенности.Следует отметить, что еще одним источником неопределенности можетбыть и лицо, принимающее решение [116]. Одна из проблем, связанных сЛПР, — это нечеткость в понятиях, суждениях и предпочтениях,неопределенностьвременногопромежутка,накоторомсохраняетсямонотонность предпочтений и суждений ЛПР. Конкуренция — обязательныйатрибут рыночной экономики — вынуждает предпринимателя приниматьрешения в условиях неопределенности, так как в этой экономическойсистеме ни один из хозяйствующих субъектов заранее не знает, какоерешение примут остальные.

Существует и ряд других внутренних и внешнихфакторов, которые мешают намеченной цели, более того, неопределенностьможет возникнуть даже при явно однозначном выборе в том случае, еслирешение принимается, когда состояние внешней среды непредсказуемо илибыстро меняется.Ограничения и недостатки применения классических формальныхметодов при решении слабоструктурированных задач являются следствиемсформулированного основоположником теории нечетких множеств Л.

А.Заде принципа несовместимости: ”чем ближе мы подходим к решениюпроблем реального мира, тем очевиднее, что при увеличении сложностисистемы наша способность делать точные и уверенные заключения о ееповедении уменьшаются до определенного порога, за которым точность иуверенность становятся почти взаимоисключающими понятиями” [63].71Поэтому некоторыми зарубежными и отечественными исследователямиразрабатываются методы оценки эффективности и риска ИП на основеаппарата теории нечетких множеств (ТНМ) [43,63,79,99]. В данных методахвместо распределения вероятности применяется распределение возможности,описываемое функцией принадлежности нечеткого числа.Математическая модель ситуации принятия решения при многихкритериях включает следующие три элемента: множество вариантов Т ,векторный критерий К и отношения предпочтения и безразличия.

Каждыйвариант из множества всех вариантов Т характеризуется значениямикритериев Кi , i = 1, . . . , m, которые называются частными и, будучизаписанными по порядку, составляют векторный критерий К = (К1 , . . . , Кm )Под критерием Кi понимается функция, определенная на Т и принимающаязначенияна множестве оценок или градаций этого критерия. В общемслучае оценки могут быть произвольной природы: числовыми, словесными,символьными и т.д. Существенно, что эти оценки упорядочены попредпочтению.Таким образом, каждый вариант из Т характеризуется m оценками покритериям К1(Т) , . . .

, Кm(Т).Эти числа составляют вектор (К1(Т) , . . . , Кm(Т)), который называетсявекторной оценкой варианта.В результате предварительного анализа отношения предпочтениямежду вариантами исходное множество выбора сужается: отбираютсянедоминируемые или оптимальные по Эджворту-Парето . Понятно, чтотолько варианты из этого множества могут претендовать на роль наилучшегоили оптимального варианта. В своих исследованиях мы опирались на схемуБеллмана-Заде[119]принятиярешенийвнечеткихусловияхмногокритериального анализа вариантов при неравновесных критериях.1.Допустим, отобрано n проектов Т1 , . .

. , Тn , для оценкикоторых используютсяmкритериевS1 , . . . , Sm . Это могут бытьэкологические критерии: Токсичность для человека; Глобальное потепление72(изменение климата); Токсичность для водных объектов; Закисление(кислотные осадки); Эвтрофикация; Истощение озонового слоя; Потенциал(вероятность)образованиятропосферногоозона.Этомогутбыть:технологические критерии, уровень научной проработки проекта, скоростьреализациипроекта,перспективыдальнейшегоразвитияпроекта,стоимостные критерии, риски, ожидаемый эколого-экономический эффект.2.По каждому критерию эксперты высказывают парные сравненияпроектов, количество таких парных сравнений для одного критерияC n2.Экспертным высказываниям соответствуют m матриц парных сравнений,предложенныхТ.Саати[104],вкоторыхотсутствиюпреимуществасоответствует 1, слабому преимуществу – 3 , существенному – 5, явному – 7и подавляющему – 9.

Кроме того,3.a ji  1 / aij.Для каждой матрицы с помощью программного комплексаWolfram MathematicaФробениусавычисляются собственные числа, среди них число i и нормированный вектор Фробениуса ri  (b1 , . . . , bn ) , i =1, . . . , m .4.iДля каждоговычисляется индекс согласованности икоэффициент согласованности, пользуясь таблицей порядка матрицы исреднего случайного индекса, приведенной в [104].Таблица 3.1.

Средний случайный индекспор.матр1 23456789101112131415СИ 0 0 0,58 0.90 1,12 1,24 1,32 1,41 1,45 1,49 1,51 1,48 1,56 1,57 1,59ЗначенияK S  0,10 считаются приемлемыми, а полученные оценкиприоритетов критериев надежными. Если коэффициент согласованностиK S  0,10– следует вернуться к матрице попарных сравнений данногокритерия и частично изменить ее элементы, пересмотрев оценки важности.735.В случае согласованности для каждого критерия строятсянечеткие множества вида:bbS~i  1  . . .

 n ,T1Tni = 1, . . . , m(3.1)По наибольшему значению функции принадлежности нечеткие~множества S i позволяют понять какой проект является лучшим и по какимкритериям. Выбор проекта будет зависеть от степени важности критериев.6.Для расчета коэффициентов важности критериев используетсяэкспертный метод парных сравнений. Матрица парных сравнений важностикритериев имеет порядок m  m . Далее с помощью программного комплексавычисляются собственные числа, среди них числоWolfram MathematicaФробениуса m ax и нормированный вектор Фробениуса.

Каждый раз матрицапарных сравнений проверяется на согласованность.7.НормируявекторФробениуса,получаемкоэффициентыотносительной важности критериев αi , i = 1, . . . , m . При неравновесныхкритериях степени принадлежности нечеткого множества D находят поформуле [117]: D (T j )  min ( S (T j )) ,ii 1, mimЗаметим, чтоi 1ij  1, n(3.2)1(3.3)8. С учетом формулы (3.21) получаем нечеткие множестваb ib iS~i i  1  .

. .  n ,T1Tni = 1, . . . , m(3.4)Пересечение этих нечетких множеств дает нечеткое множество степени~принадлежности нечеткого решения D :~  l1  . . .  lnD.T1TnЧисла(3.5)l1 , . . . , ln дают ответ на вопрос о том, какой проект имеетпреимущество над остальными.74При многокритериальном анализе может возникнуть вопрос обизменениях в некоторой альтернативе, чтобы она стала наилучшей. Приизменении одного из парных сравнений вариантов необходимо обеспечитьнепротиворечивость остальных.Варьируязначениясоответствующегоэлемента матрицы сравнений и сохраняя согласованность, проводим всерасчеты по описанной методике.

По результатам расчетов строитсядиаграмма, из которой делается вывод о том, по какому критерию и с какимуровнем преимущества данный проект может превосходить первоначальновыбранный лучшим проект.3.3. Выбор наилучшей доступной технологии при производствекрупнотоннажных химических продуктовСправочникорганическихЕС,посвященныйхимическихпродуктовпроизводству(LVOC)крупнотоннажныхраспространяетсянаследующие виды [24]. Производства органических химикатов, таких как: (a)простые углеводороды (линейные или циклические, насыщенные илиненасыщенные, алифатические или ароматические); (б) кислородсодержащиеуглеводороды, такие как спирты, альдегиды, кетоны, карбоновые кислоты,сложные эфиры, а также смеси эфиры, ацетаты, простые эфиры, пероксиды иэпоксидные смолы; (c) сернистые углеводороды; (d) азотные углеводороды,такие как амины, амиды, азотистые соединения, нитро - соединения илинитратныесоединения,нитрилы,цианаты,изоцианаты;(e)фосфорсодержащие углеводороды; (f) и галогенсодержащие углеводороды;(g) металлоорганических соединений.Хотянесуществуетконкретногочеткогоопределения«крупнотоннажные химические продукты», установки по их производствуобычно имеют следующие общие характеристики [108]:работают в составе крупных производств, где взаимодействиямежду различными процессами позволяют интегрироватьпроизводства и/или систем очистки;75процессывыпускают ограниченный ассортимент продукции в большихколичествах; обычно более чем 20 тыс.

т/год;работают в непрерывном режиме, с нечастыми пусками иостановами;обычносильноавтоматизирована,требуетограниченноговмешательства в работу АСУ ТП;благодаря большой мощности и непрерывному действию, сложноадаптируются для другого процесса или продукта.В качестве примера задачи идентификации технологии как наилучшейдоступнойрассмотримтехнологиипроизводстваважнейшегокрупнотоннажного химического продукта – винилхлорида.Винилхлоридкрупнотоннажной(ВХ)химиииявляетсясамымтипичныммноготоннажнымпредставителемвхимическойпромышленности продуктом комплексной переработки минерального сырья- поваренной соли и органического сырья – нефти, природного газа и угля[109].Винилхлорид производится в промышленных масштабах уже более 80лет.Весьэтотпериод,особеннопослевтороймировойвойны,характеризовался бурным ростом его производства и, как следствие,развитием новых технологических решений, основанных, в свою очередь, надетальном изучении кинетических, физико-химических, технологическихзакономерностей протекающих при этом реакций.Объем его мирового производства достиг в 2012 г.

Характеристики

Список файлов диссертации