methyl.gms : 메가 슬롯에서 탄화수소로 COPS 2.0 #13

설명

메가 슬롯 전환에 대한 반응 계수 결정
다양한 탄화수소로

이 모델은 COPS 벤치마킹 제품군에서 나온 것입니다.
참조http://www-unix.mcs.anl.gov/~more/cops/.이산화 지점 수는 다음 명령을 사용하여 지정할 수 있습니다
라인 매개변수 --nh. NH에 대한 COPS 성능 테스트가 보고되었습니다.
= 50, 100, 200, 400

대형 모델 유형 :NLP

카테고리 : 메가 슬롯 모델 라이브러리

메인 파일 : 메가 슬롯.gms   포함: copspart.inc

$title 메가 슬롯을 탄화수소로 COPS 2.0 #13 (메가 슬롯,SEQ=241)

$onText
메가 슬롯 전환에 대한 반응 계수 결정
다양한 탄화수소로

이 모델은 COPS 벤치마킹 제품군에서 나온 것입니다.
http://www-unix.mcs.anl.gov/~more/cops/를 참조하세요.

이산화 지점 수는 다음 명령을 사용하여 지정할 수 있습니다.
라인 매개변수 --nh. NH에 대한 COPS 성능 테스트가 보고되었습니다.
= 50, 100, 200, 400

Dolan, E D 등, JJ, 벤치마킹 최적화
COPS가 포함된 소프트웨어. 기술. 대표, 수학과 컴퓨터
과학부, 2000.

Tjoa, I B 및 Biegler, L T, 동시 솔루션 및
매개변수 추정을 위한 최적화 전략
미분-대수 방정식 시스템. 인디애나 화학.
결의안. 30(1991), 376-385.

Averick, B M, Carter, R G, More, J J 및 Xue, G L, The
MINPACK-2 테스트 문제집. 기술. 대표, 수학과
아르곤 국립 연구소(Argonne National Laboratory) 컴퓨터 과학부,
1992.

Maria, G, 운동 모델 해결을 위한 적응 전략
수반되는 추정 - 감소 문제. 할 수 있다. J.Chem.
영어 67(1989), 825.

Ascher, UM, Mattheij, RM M 및 Russell, RD, 수치
보통의 경계값 문제 해결
미분 방정식. 1995년 시암.

Floudas, C A, Pardalos, PM, Adjiman, C S, Esposito, W R,
Gumus, ZH, Harding, S T, Klepeis, J L, Meyer, C A 및
Schweiger, CA, 로컬 및 테스트 문제 핸드북
전역 최적화. 클루어 학술 출판사, 1999.

키워드: 비선형 계획법, 화학 공학, 화학 반응, 변환,
          화학 동역학, 반응 속도 계수
$offText

$설정되지 않은 경우 nh $set nh 50

세트
   ne '미분방정식' / ne1*ne3 /
   np 'ODE 매개변수' / np1*np5 /
   nc '배치 포인트' / nc1*nc3 /
   nh '파티션 간격' / nh1*nh%nh% /
   nm '측정' / 1*17 /;

매개변수
   bc(ne) 'ODE 초기 조건' / ne1 1, ne2 0, ne3 0 /
   tau(nm) '관찰이 이루어진 시간'
           / 1 0.000, 2 0.050, 3 0.065, 4 0.080, 5 0.123
              6 0.233, 7 0.273, 8 0.354, 9 0.397, 10 0.418
             11 0.502, 12 0.553, 13 0.681, 14 0.750, 15 0.916
             16 0.937, 17 1.122 /;

테이블 z(nm,ne) '관찰'
            ne1 ne2 ne3
    1 1.0000 0 0
    2 0.7085 0.1621 0.0811
    3 0.5971 0.1855 0.0965
    4 0.5537 0.1989 0.1198
    5 0.3684 0.2845 0.1535
    6 0.1712 0.3491 0.2097
    7 0.1198 0.3098 0.2628
    8 0.0747 0.3576 0.2467
    9 0.0529 0.3347 0.2884
   10 0.0415 0.3388 0.2757
   11 0.0261 0.3557 0.3167
   12 0.0208 0.3483 0.2954
   13 0.0085 0.3836 0.2950
   14 0.0053 0.3611 0.2937
   15 0.0019 0.3609 0.2831
   16 0.0018 0.3485 0.2846
   17 0.0006 0.3698 0.2899;

$batInclude copspart.inc nc3 17

양의 변수 theta(np) 'ODE 매개변수';

방정식
   collocation_eqn1(nh,nc)
   collocation_eqn2(nh,nc)
   collocation_eqn3(nh,nc);

collocation_eqn1(i,j)..
   Duc[i,j,'ne1'] =e= - (2*theta['np2'] - (theta['np1']*uc[i,j,'ne2'])
                   / ((세타['np2'] + 세타['np5'])*uc[i,j,'ne1'] + uc[i,j,'ne2'])
                   + 세타['np3'] + 세타['np4'])*uc[i,j,'ne1'];

collocation_eqn2(i,j)..
   Duc[i,j,'ne2'] =e= (theta['np1']*uc[i,j,'ne1']*(theta['np2']*uc[i,j,'ne1'] - uc[i,j,'ne2']))
                   / ((세타['np2'] + 세타['np5'])*uc[i,j,'ne1'] + uc[i,j,'ne2'])
                   + 세타['np3']*uc[i,j,'ne1'];

collocation_eqn3(i,j)..
   Duc[i,j,'ne3'] =e= (theta['np1']*uc[i,j,'ne1']*(uc[i,j,'ne2'] + theta['np5']*uc[i,j,'ne1']))
                   / ((세타['np2'] + 세타['np5'])*uc[i,j,'ne1'] + uc[i,j,'ne2'])
                   + 세타['np4']*uc[i,j,'ne1'];

세타.l(np) = 1;
v.fx['nh1',s] = bc(s);

모델 메가 슬롯/모두/;

$if set workSpace methylan.workSpace = %workSpace%

nlp를 사용하여 obj를 최소화하는 메가 슬롯을 해결합니다.