ЧИТАТЬ СТАТЬЮ

Аннотация. В данной статье изложенный материал был разделён на две части. В первой части была рассмотрена математическая оптимизация, её область работы и классификация методов оптимизации. Так же были рассмотрены различные методы
оптимизации включая как простые (градиентный спуск), так и более сложные (генетический алгоритм). По итогу первой части была сформирована теоретическая база касательно применения методов оптимизации, их подходов и недостатков. Во второй части статьи было уделено внимание области разработки конструкций гидромашин, в частности динамических центробежных насосов. Были показаны современные проприетарные программные обеспечения, применяющиеся для оптимизации насосной техники. Дополнительно были отмечены перспективы развития нейронных сетей в области гидромашин. По итогу второй части были выделены недостатки современного программного обеспечения, использующегося для оптимизации и предложен новый путь развития данных технологий.
Ключевые слова: математическая оптимизация, оптимизация, градиентный спуск, симплекс метод, генетический алгоритм, метод роя, центробежный насос, гидродинамическое моделирование, оптимизация насосов.
Abstract. In this article, the material presented has been divided into two parts. In the first part, mathematical optimization, its field of work and classification of optimization methods were considered. Various optimization methods were also considered, including both simple (gradient descent) and more complex (genetic algorithm). As a result of the first part, a theoretical basis was formed regarding the application of optimization methods, their approaches and disadvantages. In the second part of the article, attention was paid to the field of design development of hydraulic machines, in particular dynamic centrifugal pumps. Modern proprietary software used to optimize pumping equipment was shown. Additionally, the prospects for the development of neural networks in the field of hydraulic machines were noted. As a result of the second part, the shortcomings of modern software used for optimization were highlighted and a new way of developing these technologies was proposed.
Keywords: mathematical optimization, optimization, gradient descent, simplex method,  genetic algorithm, swarm method, centrifugal pump, hydrodynamic modeling, .