Abstract
化學程序通常是種複雜結構的形式, 而且易受到長期或短期未知擾動的影響。保持程序位於最適操作狀態的目的是希望節省原料及能源的消耗。許多程序的最適化策略是假設一個具有或不具有物理意義的模式下發展而來的, 同時這個模式也能預測程式是屬於穩態 (steady state) 或是動態(dynamic) 的情況。本文是假設若上述的模式並不能被程序工程師清楚的描述或是在模式不存在的情形下, 利用以規則依據(rulebase)的法則, 做為發展解決最適化問題的技術。這些法則是以語言變數做為描述, 同時這種技術具有累積以往的操作經驗, 做為調整程序最適化策略的依據。本文最適化策略的發展是以Procyk和Mamdani (1979)的構想為基礎再加以修飾。假設目標函數與限制條件(constraints) 僅是操作變數(manipulated variables) 和量測值(measurement) 的函數。這個以規則為依據的控制策略有三個重要的性質: 適應性(adapting), 學習性(learning), 及決策性(decision-making), 此控制形式(algorithm) 也可以一張查尋表格 (look-uptable) 來描述。這套控制策略也包含了對多變數以及有限制條件程序之最適化問題的處理。同時本文以串聯的CSTR系統為例, 在系統具有或不具有限制條件下, 以尋解程序最適化操作的情況, 以此做為模擬的例題。由模擬的結果顯示, 這套最適化控制策略應用在多變數以及有限制條件程序之最適化問題上, 皆具有不錯的控制效果, 而且能應用到程序工業的效益上。