European Symposium on Computer Aided Process Engineering

Bukarest, Romania, 27–30.5.2007

Aki Sorsa, Oulun yliopisto, Säätötekniikan laboratorio

17th European Symposium on Computer Aided Process Engineering kokosi yhteen noin 200 henkilöä noin 50 eri maasta. Konferenssi järjestettiin Bukarestissa Romaniassa. Konferenssissa pidettiin noin 300 esitystä ja posteria. Plenary-esityksiä pidettiin viisi. Niissä annettiin osallistujille kattava yleiskuvaus CAPE:sta (Computer Aided Process Engineering) eri näkökulmista. Esitykset ja posterit oli jaettu viiteen eri kategoriaan, joita olivat mallinnus, säätö ja optimointi, prosessisuunnittelu, biologiset prosessit sekä prosessi-integraatio ja kestävä kehitys. Jokaisesta aihepiiristä pidettiin kaksi keynote-luentoa. Allekirjoittanut osallistui vain mallinnusta ja säätöä käsitteleviin sessioihin. Esityksistä ja postereista on koottu laaja kovakantinen proceedings-julkaisu.

Ehkä mielenkiintoisimman keynote-luennon tarjosi Lorenz Biegler aiheesta ”Large-scale nonlinear programming: An integrating framework for enterprise-wide dynamic optimization”. Hän esitti yleisemmässä osiossaan tehdasmittakaavaisen päätöksenteko hierarkian, joka on esitetty alla olevassa kuvassa. Hierarkiassa päätöksenteko tiheys kasvaa alaspäin mentäessä ja päätöksien tärkeys ylöspäin mentäessä. Biegler esitti, että erilaisia malleja hyödynnetään kaikilla paitsi kaikkein alimmalla tasolla. Ongelmaksi hän näki eri tasoilla käytettävien mallien yhteneväisyyden. Seuraavassa yleistä konferenssin annista sidottuna alla olevan kuvan päätöksenteko hierarkiaan.

Bieglerin mukaan kahdelle ylimmälle tasolle on tyypillistä diskreetit päätökset. Näillä tasoilla hyödynnetään pääasiassa lineaarisia tasapainotilan malleja. Diskreetit päätökset johtavat helposti erittäin laajoihin optimointi ongelmiin. Konferenssissa pidettiin erittäin monta esitystä, jotka koskivat tällaisten optimointiongelmien tehokasta ratkaisua. Yleisesti käytetään joko lineaarista tai epälineaarista dynaamista ohjelmointia (MILP, MINLP). Toisena optimointimenetelmänä on käytetty geneettisiä algoritmeja, josta konferenssissa kuultiin myös erittäin monta esitystä. Yllä mainittuja menetelmiä vertailtiin oikeastaan vain yhdessä esityksessä, jonka piti Sebastian Engel aiheesta ”Generic vs. engineered evolutionary algorithms in batch scheduling with recourse”. Hän totesi, että geneettisten algoritmien käyttöön liittyy ongelmia, jotka johtuvat diskreeteistä päätöksistä. Hän esitti myös, miten näiltä ongelmilta voidaan välttyä. Menetelmien vertailussa hän totesi, että geneettisillä algoritmeilla päästään hyviin tuloksiin nopeammin kuin dynaamisella ohjelmoinnilla, mutta dynaaminen ohjelmointi antaa hiukan paremmat tulokset.

Bieglerin mukaan päätöksentekohierarkian kahdella keskimmäisellä tasolla käytetään pääasiassa epälineaarisia tasapainotilan malleja. Konferenssissa kuultiin useista tutkimuksista, joissa käytettiin hybridimalleja. Hybridimalleissa pohjana oli aina yksinkertaiset lineaariset mallit, joiden tarkkuutta parannettiin useimmiten neuroverkkomallilla. Biegler itse kertoi esityksessään oman ryhmänsä tutkimuksesta, jossa pyritään yhdistämään kahden keskimmäisen tason optimointitehtävät toisiinsa. Optimointimenetelminä kahdella keskimmäisellä tasolla käytettiin lähinnä dynaamista ohjelmointia sekä geneettisiä algoritmeja.

Bieglerin mukaan toiseksi alimmalla tasolla käytetään lähinnä lineaarisia dynaamisia malleja. Konferenssissa esiteltiin jonkin verran mallipohjaisen säädön sovelluksia. Tyypillinen ratkaisu oli käyttää malliprediktiivistä säätöä.

 hierarkia