Параллельный алгоритм глобальной оптимизации и его использование для решения обратных задач химической кинетики
Статья в выпуске: 2 т.15, 2026 года.
Бесплатный доступ
В статье рассматривается использование параллельных вычислений для выбора параметров математической модели процесса низкотемпературной паровой конверсии углеводородов, входящих в состав попутного нефтяного газа. Для указанного химического процесса необходимо сформировать его кинетическую модель, то есть определить соответствующие кинетические параметры реакций. Для этого решается обратная задача, в которой ищутся значения кинетических параметров на основе экспериментальных данных. С формальной точки зрения обратная задача химической кинетики является задачей глобальной оптимизации. Для ее решения был использован параллельный информационно статистический алгоритм глобального поиска в сочетании с локальным уточнением лучшего решения. Алгоритм является детерминированным и основан на предположении липшицевости целевой функции, что является типичным для многих других подходов к построению методов глобальной оптимизации. При этом решение многомерных задач сводится к решению эквивалентных им одномерных задач. Соответствующая редукция основана на использовании кривой Пеано, отображающей единичный отрезок вещественной оси на гиперкуб. Распараллеливание алгоритма организовано по схеме «мастер-рабочие» с использованием общей памяти. Оптимальные параметры модели, найденные с помощью параллельного алгоритма оптимизации, позволили адекватно смоделировать процесс низкотемпературной паровой конверсии легких углеводородов с использованием катализатора.
Короткий адрес: https://sciup.org/147254948
IDS: 147254948 | УДК: 519.853.4 | DOI: 10.14529/cmse260202
Parallel Algorithm of Global Optimization and Its Use for Solving Inverse Problems of Chemical Kinetics
The article discusses the use of parallel computing for selecting parameters of a mathematical model of low-temperature steam conversion process of hydrocarbons contained in associated petroleum gas. For this chemical process, it is necessary to develop its kinetic model, i.e., determine the corresponding kinetic reaction parameters. To achieve this, an inverse problem is solved where values of kinetic parameters are sought based on experimental data. Mathematically, the inverse problem of chemical kinetics corresponds to a global optimization problem. A parallel information-statistical algorithm for global search combined with local refinement of the best solution was used to solve this problem. The algorithm is deterministic and relies on the assumption of Lipschitz continuity of the objective function, which is typical for many other approaches to constructing global optimization methods. In this case, solving multidimensional problems reduces to solving equivalent one-dimensional problems. The corresponding reduction is based on using a Peano curve that maps the unit interval of the real axis onto a hypercube. Parallelization of the algorithm is organized according to the "master-workers" scheme with shared memory usage. The found optimal model parameters allowed adequately simulating the process of low-temperature steam conversion of light hydrocarbons using a catalyst.
