Многокритериальная оптимизация проектных решений систем обеспечения микроклимата помещений с искусственным льдом

Цель исследования. Наиболее энергоемкими объектами для проведения спортивных и культурно-массовых мероприятий являются крытые катки и ледовые арены. Упрощенные технические решения при проектировании систем обеспечения микроклимата данных помещений приводят к значительным расходам при эксплуатации, что может вызвать серьезные отрицательные проявления в относительно короткий срок. В связи с этим, возрастает актуальность разработки методов выбора оптимального проектного решения названых систем. Целью статьи является разработка математической модели многокритериальной оптимизации проектных решений систем обеспечения микроклимата помещений с искусственным льдом.

Методы. Определение оптимального проектного решения систем обеспечения микроклимата по нескольким параметрам, каждый из которых может являться определяющим, является прикладной задачей системного анализа, основные принципы и закономерности которого были учтены при решении задачи многокритериальной оптимизации.

Результаты. Определен перечень частных критериев оптимальности, отражающих качественные и количественные характеристики проектных решений. Для поиска оптимального решения по выбранным частным критериям использована методика свертывания векторного критерия. Разработана оптимизационная модель, основывающаяся на принципах системного анализа.

Заключение. Разработанная математическая модель многокритериальной оптимизации позволяет обеспечить приоритет более важным частным критериям за счет увеличения их весов. В этом случае, следует помнить, что частные критерии должны быть соизмеримы, а значит, приведены к безразмерному виду. Поскольку в рассматриваемой задаче оптимизации имеют существенное значение абсолютные величины критериев, при выбранном векторе параметров необходимо выбрать именно аддитивный метод свертывания обобщенного критерия.

1. Melkumov V.N., Chuikin S.V. A scheme and method of calculation for ventilation and air conditioning systems of ice arenas // Journal of Technology. 2017. Т. 32. № 2. С. 139-146.

2. Melkumov V.N., Chuykin S.V. Organization of air distribution of covered multipurpose ice rinks // Scientific Herald of the Voronezh State University of Architecture and Civil Engineering. Construction and Architecture. 2013. № 3 (19). С. 17-28.

3. Сошин Р.О., Ткаченко Н.В. Анализ обследования систем обеспечения микроклимата ледовой арены "Ерофей" // Новые идеи нового века: материалы международной научной конференции ФАД ТОГУ. 2017. №3. С. 357-360.

4. Почекунин П.С. Особенности создания параметров микроклимата во влажных помещениях с пониженной температурой // Вестник Инженерной школы Дальневосточного федерального университета. 2022. №1(50). С. 65-72.

5. Русаков С.В. Оценка влияния влажности воздуха на качество микроклимата в зале ледового катка и на состояние ледовой поверхности // Научный журнал НИУ ИТМО. Серия: Холодильная техника и кондиционирование. 2015. № 2. С. 92-101.

6. Руководство ИИХФ по ледовым аренам. М.: Из-во ИИХФ, 2016. 104 с.

7. Батищев Д.И., Шапошников Д. Е. Многокритериальный выбор с четом индивидуальных предпочтений. Н.Новгород: ИПФ РАН, 1994. 92 с.

8. Батищев Д.И. Методы оптимального проектирования. М.: Радио и связь, 1984. 248 с.

9. Чуйкин С.В., Колосов А.И. Многокритериальный анализ экологической безопасности объектов строительства // Экология и промышленность России. 2020. №3(24). С. 54-57.

10. Блюмин С.Л., Шуйкова И.А. Модели и методы принятия решений в условиях неопределенности. Липецк: ЛЭГИ, 2001. 138 с.

11. Гитис Л.Х. Статистическая классификация и кластерный анализ. М.: Изд-во Московского государственного горного университета, 2003. 157 с.

12. Чуйкина А.А. Разработка методики определения наилучшего варианта трассы тепловой сети на начальном этапе проектирования // Научный журнал строительства и архитектуры. 2021. №3(63). С. 57-64.

13. Гвишиани Д.М., Емельянова С.В. Многокритериальные задачи принятия решений. М.: Машиностроение, 1978. 191 с.

14. Муромцев Д.Ю., Шамкин В.Н. Методы оптимизации и принятие проектных решений. Тамбов: Изд-во «ТГТУ», 2015. 80 с.

15. Ногин В.Д. Линейная свертка в многокритериальной оптимизации // Искусственный интеллект и принятие решений. 2014. №4. С. 73-82.

16. Романова И.К. Об одном подходе к определению весовых коэффициентов метода пространства состояний // Наука и образование: научное издание МГТУ им. Н.Э. Баумана. 2015. №4. С. 105-129.

17. Тимофеев М.В. Математическое моделирование процессов в технологии машиностроения. Рыбинск: РГАТУ имени П.А. Соловьёва, 2015. 155 с.

18. Fourer R., Gay D., Kernighan B., AMPL, A Modeling Language for Mathematical Programming, Second Edition. Belmont: Duxburry Press, 2003. 517 p.

19. J. Nocedal and S. J. Wright. Numerical Optimization. Springer New York, Second edition, 2006.

20. Mark Schmidt, Nicolas L Roux, Francis R Bach. Convergence rates of inexact proximalgradient methods for convex optimization // In Advances in neural information processing systems, pages 1458-1466, 2011.