Добивки:
- Способност за правилно конструирање на проблемот за оптимизација со целна функција, променливи за одлучување и ограничувања и генерирање сценарија и идеи со вештачка интелигенција
- Разбирање на важноста од целосно дефинирање на ограничувањата и можност за дополнително тестирање на математичкиот оптимум во однос на безбедноста и применливоста.
- Разбирање дека безбедносното ограничување е граница која не може да се преговара и која не може да се замени за ефикасност.
Процесот може да „работи“, но дали работи „оптимално“? Дали постои начин да се произведе ист производ со помалку енергија, поголема ефикасност и пониска цена? Полето што ги следи овие прашања е оптимизација на процесите - прилагодување на променливите на процесот за да се оптимизира целта под одредени ограничувања. Оптимизацијата е секогаш прашање на рамнотежа: одржување на чистотата додека се намалува енергијата, одржување на безбедноста и трошоците додека се зголемува ефикасноста. Во оваа единица, ќе научите како да ја користите вештачката интелигенција како помош при врамување на проблемот со оптимизација, споредување сценарија и генерирање идеи за подобрување; но ќе научиме зошто секое предложено „подобрување“ мора да биде потврдено со симулација, безбедност и економија.
Во оптимизацијата постојано се среќавате со три концепти. Целна функција (објективна функција - количината што треба да се оптимизира; на пример, вкупниот трошок за енергија), променливите за одлучување (прилагодливи количини; температура, притисок, стапка на рефлукс) и ограничувања (граници што не треба да се надминат; чистота на производот, безбедносна граница, капацитет на опремата). Добрата оптимизација јасно ги дефинира овие три. ВИ е моќна токму во оваа фаза на идентификација и генерирање опции.
Чекор по чекор поддршка за вештачка интелигенција во оптимизацијата
1. Правилно формулирајте го проблемот. Ја прашувам вештачката интелигенција „што сакам да оптимизирам, што можам да променам, што никогаш не можам да го надминам?“ добијте одговор на вашите прашања. Разјаснувањето на целта, променливите и ограничувањата е половина од работата.
2. Откријте го влијанието на променливите. ВИ произведува хипотези за тоа која променлива може да има поголемо влијание врз целта (чувствителност). Ова се идеи кои треба да се тестираат со симулација.
3. Идеи за термичка интеграција. Вештачката интелигенција потсетува на класичните пристапи за заштеда на енергија, како што е обновувањето на отпадната топлина (анализа на стискање - метод што ја наоѓа теоретската граница на враќање на топлината во процесот). Вие ја оценувате изводливоста.
4. Овозможување видливи компромиси. Вештачката интелигенција прашува „ако ја намалите енергијата за 10%, како ќе влијае на чистотата, колку ќе биде цената?“ Ги прикажува компромисите како што се. Броевите мора да потекнуваат од симулацијата; ВИ ја гради рамката.
5. Нацрт код за оптимизација. AI пишува нацрт на скрипта за оптимизација на Python (на пр. scipy.optimize); ја утврдува целната функција, ограничувањата и решавачот. Го потврдувате кодот и резултатот.
6. Филтер за безбедност и разумност. Дали предложениот оптимум е во рамките на безбедносните граници? Дали е тоа физички изводливо? Оваа конечна пресуда е ваша.
Совет: Најчесто заборавената работа во оптимизацијата се ограничувањата. Јасно напишете ги ограничувањата за безбедност и квалитет кога го давате проблемот на вештачката интелигенција; инаку вештачката интелигенција може да предложи оптимум кој е „одличен“ на хартија, но всушност е опасен или го нарушува производот.
„Оптимум“ не е препорака, туку хипотеза што треба да се потврди
Кога вештачката интелигенција или алгоритам за оптимизација враќа „слатка точка“, тоа е најдоброто од математичкиот модел, а не вистинскиот процес. Ако моделот содржи ограничување што недостасува, тој може да ја надмине оптималната безбедносна граница. Ограничувањето на променливата (на пример, максимизирање на температурата) може да го зголеми приносот на хартијата, но во реалноста може да биде неприфатливо во однос на страничната реакција, животниот век на катализаторот или безбедноста. Секој резултат од оптимизацијата дополнително се тестира за безбедност и применливост.
Внимание: Ако предлогот за оптимизација го прекршува безбедносното ограничување („притисокот никогаш не смее да надмине“, „температурата мора да остане под прагот на бегство“), тој не се спроведува без оглед на ефикасноста. Безбедносното ограничување е границата на оптимизација која не може да се преговара.
три мини футроли
Случај 1 - Идеја за заштеда на енергија. Во делот за дестилација, YZ предложи интеграција на топлина (предзагревање на ладната храна со топол производ) помеѓу двете струи. Тимот го тестираше ова во симулација; должноста на ребојлерот се намали за околу 18%, се одржува чистотата. Идејата е од вештачката интелигенција, одлуката е донесена преку симулација и анализа на трошоците.
Случај 2 - Опасност од неограничениот оптимум. Еден инженер побарал од вештачката интелигенција да препорача стапка на рефлукс за да ја „минимизира енергијата“, но заборавил да го запише ограничувањето на чистотата. YZ препорача многу низок рефлукс; Во симулацијата, чистотата на производот падна под спецификацијата. Кога беше додадено ограничувањето, беше пронајден реален оптимум. Поука: неограничената оптимизација е погрешна.
Случај 3 - Код за оптимизација. Еден тим доби нацрт на scipy.optimize од AI за минимизирање на трошоците со три променливи. Кодот беше поврзан со вистинскиот модел кога го даде точниот резултат на едноставен познат тест проблем. Решението беше конзистентно кога беше потврдено со пребарување на мрежа; но инженерот дополнително потврди дека оптимумот е во безбедносниот прозорец.
Четири шаблони за копирање
1) Создавање проблем за оптимизација:
Вашата улога: инженер за оптимизација на процеси. Мојот процес: [краток опис]. Помогнете ми да го разјаснам проблемот: (1) која треба да биде целната функција (енергија/трошок/принос), (2) кои варијабли за одлучување може да се прилагодат, (3) кои ограничувања (чистота, безбедност, капацитет) НИКОГАШ не треба да се надминат. Наведете ги ограничувањата целосно; Може да има заборавено безбедносно ограничување, прашајте го конкретно Мидије. Потоа предложете го пристапот за решение.
2) Табела за тргување:
Покажете ја табела за компромиси како целите и ограничувањата може да бидат засегнати кога ќе ја променам следната променлива ([променлива], во следниот опсег): енергија, чистота, принос, цена, безбедност. FITTING нумерички вредности; Напишете „да се пополни со симулација“ во секоја ќелија и наведете ја само насоката на трендот (зголемување/намалување). Предложете ми сценарија за да измерам.
3) Нацрт на кодот за оптимизација (Python):
Напишете нацрт на скрипта за оптимизација користејќи scipy.optimize.Цел: [цел]. Променливи за одлучување: [листа и граници].Ограничувања: [ограничувања за еднаквост/нееднаквост]. (1) поставете ги функциите на целта и ограничувањата како местенка, (2) изберете го соодветниот решавач и објаснете зошто го избравте, (3) пријавете го резултатот и дали ограничувањата се задоволени. Ќе го потврдам кодот со познат проблем со тестот. Наведете ја единицата и претпоставките.
4) Скрининг на идеи за енергетска интеграција:
Наведете ги класичните пристапи кои можат да ја намалат потрошувачката на енергија во овој процес (интеграција на топлина, стискање, претходно загревање, обновување, прилагодување на работната состојба) и однапред проценете ја соодветноста на секој за овој процес. За секоја идеја, наведете ги и можните ризици (тешкотии на контролата, безбедност, контаминација). Ова се скици на идеи; Ќе го проверам со симулација и економија. Процес: [дефиниција]
Слаб промпт / Силен промпт
Слаба навестување:
Оптимизирајте го овој процес, намалете ја енергијата.
Без ограничувања, без критериуми. ВИ може да предложи „оптимум“ што ја жртвува чистотата или безбедноста.
Моќен потсетник:
Вашата улога: инженер за оптимизација. Цел: да се минимизира енергијата на бојлерот во колоната за дестилација. Променлива: однос на рефлукс (1,2-3,0). ОГРАНИЧУВАЊА (не може да се надмине): максимална чистота на производот >= 99%, граница на поплавување на колоната, капацитет на кондензаторот. Кажете ми: (1) проверете дали сум го поставил проблемот правилно, (2) прашајте дали недостасуваат безбедносни/квалитетни ограничувања, (3) предложете кои сценарија да ги испробате во симулацијата. Изработка на вредност; Ќе одлучам со симулација.
Разликата е јасна: целта, опсегот на променливи, непремостливите ограничувања и рамката за валидација ја прават оптимизацијата безбедна.
Распределба на улоги во оптимизацијата
чекор
Улогата на вештачката интелигенција
машка одлука
Поставување проблем
Појаснување на цел/променлива/ограничување
Комплетност на ограничувањата
Чувствителност
генерирање хипотеза
Тестирање со симулација
компромис
рамка, маса
Број (симулација)
Код
загадена скица
тестирање, верификација
оптимална
точка кандидат
Потврда за безбедност/применливост
Вообичаени грешки
- Недостасуваат ограничувањата. Неограничената оптимизација дава погрешен оптимум што ја жртвува безбедноста или квалитетот.
- Директно спроведување на оптимумот. Математичкиот оптимум дополнително се тестира за безбедност и изводливост.
- Правејќи ја вештачката интелигенција да ги приспособи броевите за размена. Вредностите за размена треба да потекнуваат од симулација; Вештачката интелигенција само гради рамки.
- Користење на код за оптимизација без негово тестирање. Кодот нема да се поврзе со вистинскиот модел без да се потврди за познат проблем.
- Безбедносно ограничување на тргувањето заради ефикасност. Безбедносната маржа не може да се преговара; не е повредено заради ефикасност.
Сумирано
ВИ во процесот на оптимизација; Тоа е моќен асистент кој го врамува проблемот, генерира хипотези за чувствителност, врамува компромиси, евоцира идеи за заштеда на енергија и изготвува код за оптимизација. Но резултатот од оптимизацијата е оптимумот на математичкиот модел; Не може да се примени без да биде потврдена од инженери во однос на безбедноста, квалитетот и применливоста. Целосното дефинирање на ограничувањата и одржувањето на безбедносната маржа без преговарање е основата на сигурната оптимизација.
Задача за апликација
Изберете проблем за оптимизација (на пр. минимизирање на енергијата во колона). Појаснете ја целта, променливите и ограничувањата со шаблонот „поставување на проблемот за оптимизација“; Нека вештачката интелигенција конкретно праша дали недостасуваат безбедносни ограничувања. Потоа идентификувајте ги сценаријата со шаблонот „табела за тргување“ и пополнете ги нумерички во симулацијата (ако е применливо).
листа за проверка
- [ ] Целосно ги дефинирав целта, променливите за одлучување и ограничувањата.
- [ ] Јасно ги напишав ограничувањата за безбедност и квалитет и ја натерав вештачката интелигенција да побара ограничување што недостасува.
- [ ] Ги зедов компромисните броеви од симулацијата, не ги натерав да ги прилагодат на вештачката интелигенција.
- [ ] Го потврдив кодот за оптимизација со познат проблем.
- [ ] Го тестирав и пронајдениот оптимум во однос на безбедноста и применливоста.