值SV被设定为相反 方向的图。
[0031] 图3是例示第一实施形态中的最优化系统的构成的图。
[0032] 图4是例示第二实施形态中的最优化系统的构成的图。
[0033] 图5是例示第S实施形态中的最优化系统的构成的图。
[0034] 图6是例示最优化系统的构成的图。
[003引图7的（A)是例示对于本地控制器的操作量MV的控制量CV的阶跃响应的图，做 是例示对于本地控制器的干扰变量DV的控制量CV的阶跃响应的图。
[003引图8的（A)是例示最优化系统的干扰变量DV的目标值的图，做是例示最优化系 统的操作量MV的目标值的图，（C)是例示最优化系统的控制量CV的控制状态的图。
[0037]图9的（A)是例示最优化系统的干扰变量DV的控制状态的图，做是例示最优化 系统的操作量MV的控制状态的图，（C)是例示最优化系统的控制量CV的控制状态的图。
【具体实施方式】
[00測[本发明的原理]
[0039] 在说明本发明的实施形态之前，对本发明的原理进行说明。本发明可W在包含全 局优化器和本地控制器的最优化系统实现。本发明的原理为，在该样的最优化系统中，事先 对达到上述的最优化机会损失状态的情况进行检测，在检测到上述的最优化机会损失状态 的情况下，进行控制W抑制最优化的机会损失。
[0040] 在该最优化系统中，例示性地，通过全局优化器和本地控制器该两者计算出用于 本地控制器的控制的各变量的目标值。W下，将通过全局优化器算出的目标值称为"全局目 标值"，将通过本地控制器算出的目标值称为"稳定目标值"。
[0041] 在此，机会损失是在处于过渡状态的稳定目标值变为与全局优化器的最优化的意 图相反的值时产生的。作为避免该样的机会损失的方法之一，想到有利用本地控制器计算 出稳定目标值w避免发生机会损失的方法。但是，采用该样的方法的话，需要事先研究可能 发生的机会损失的模式，为了避免发生机会损失而钻研本地控制器的逻辑、设定。对于该样 的钻研，即使是熟知过程的技术人员也需要在研究上花费大量的劳力。进一步地，由于最优 化系统的适用对象多为大规模且复杂的过程，所W进行该样的钻研自身就非常困难。本发 明计算出被预测为由本地控制器实际算出的稳定目标值，对该稳定目标值和全局目标值进 行比较W检测机会损失状态，从而对机会损失进行抑制。由此，不需要花费大量劳力的的事 先研究就能够抑制机会损失。
[0042] 机会损失状态的检测是通过比较全局目标值和稳定目标值来进行的。具体来说， 根据全局目标值和稳定目标值是否W相对于变量的当前值的正负方向为基准被设定为相 反方向，来判定是否到了机会损失状态。
[0043] 例如，在对于本地控制器的控制量的全局目标值被设定得比当前值大，稳定目标 值被设定得比当前值小的情况下，全局目标值和稳定目标值就被设定为相反方向，由此判 定到了机会损失状态。
[0044] 另一方面，在对于本地控制器的控制量的全局目标值被设定得比当前值大，稳定 目标值被设定得也比当前值大的情况下，则全局目标值和稳定目标值就被设定为相同方 向，由此判定未到机会损失状态。
[0045] 另外，机会损失状态的检测并不限定于基于全局目标值和稳定目标值的控制方向 来进行判定，只要能够采用一些基准比较全局目标值和稳定目标值来进行机会损失状态的 检测即可。例如，可W基于全局目标值与稳定目标值之差的大小来进行判定。在该种情况 下，全局目标值与稳定目标值之差比阔值大时，则可W判定为到了机会损失状态，全局目标 值和稳定目标值之差在阔值W下时，则可W判定未到机会损失状态。
[0046] 在已检测出机会损失状态的情况下，修正稳定目标值W抑制机会损失。具体来说， 修正被判定为到了机会损失状态的变量的稳定目标值W使其靠近全局目标值。参照图1W 及图2具体地进行说明。图1的（A)是示出在某时刻使本地控制器的操作量MV单位量增 加了的情况下，本地控制器的控制量CV在增加方向瞬间变化的图。图1的做是示出在上 述某时刻使本地控制器的干扰变量DV单位量增加了的情况下，本地控制器的控制量CV在 增加方向上渐渐变化的图。作为干扰变量DV，例如是从其他的本地控制器输出的控制量。
[0047] 在该样的最优化系统中，在设定了最优化运算用的评价函数W使得控制量CV和 干扰变量DV该两者都最大化的情况下，全局优化器的最优化的结果例如如图2所示。
[0048] 图2的（A)是示出根据评价函数设定目标值W使得干扰变量DV最大化的图。图 2的做是示出本地控制器的操作量MV的目标值被设定为与本地控制器的控制量CV增加 的方向相反的减少方向的图。增加操作量MV的话，由于与干扰变量DV的增加的协同作用， 控制量CV超过上限值，所W向与增加方向相反的减少方向设定操作量MV的目标值。
[004引图2的似是示出控制量CV的全局目标值GV和稳定目标值SV被设定为相反方 向的图。也就是说，在本发明中，在该样的情况下，被判定为到了机会损失状态，对控制量CV 的稳定目标值SV进行修正W使得其接近全局目标值GV。
[0050] 作为将被判定为到了机会损失状态的控制量CV的稳定目标值SV修正为接近全 局目标值GV的手段，例举有例如，在本地控制器决定稳定目标值时所采用的最优化运算用 的评价函数中增加使控制量CV接近全局目标值的评价函数、或者降低使操作量MV接近全 局目标值的评价函数的权重等。另外，由于只要能够修正评价函数w变更具有相关关系的 变量彼此相对的平衡即可，所W可W提高或降低具有相关关系的变量之中的某一变量的权 重，也可W变更两变量的权重的平衡。又，机会损失的对象并不限定为控制量CV，也可W是 操作量MV。
[0051] 接下来，参照附图对本发明的实施形态进行说明。但是，W下说明的实施形态只是 例示，不排除W下未明示的各种变形或技术的适用。目P，本发明可W在不脱离起主旨的范围 内进行各种变形来实施。
[00閲[第一实施形态]
[0053] 参照图3,对第一实施形态中的最优化系统的构成进行说明。如图3所示，最优化 系统1具备；具有最优化部21的全局优化器2、具有机会损失检测部31W及目标值修正部 32的机会损失控制装置3、W及具有控制部41的本地控制器4。
[0054] 最优化部21将用于控制部41对控制对象（过程）5进行的控制的变量最优化，计 算出该变量的全局目标值。本发明的最优化部21的特征在于，利用本地控制器4的连接关 系，进行通过单体的本地控制器4无法实现的、设及稳定状态的过程整体的最优化。另外， 在本实施形态中，采用过程（尤其是生产制造过程）作为控制对象的例示进行说明，但控制 对象并不限定于此，例如可W是发电装置、能源装置、热源设备。
[00巧]具体来说，最优化部21基于被设定的评价函数W及成为各变量的基准的值（成为 最优化的原点的值）进行系统整体的最优化。作为成为各变量的基准的值，可W采用例如 过程的当前值、稳定预测值（例如不进行控制的情况下的稳定状态的过程的预测值）。
[0056] 作为最优化的手法，例如，可W采用公知的线性规划法、二次规划法，但只要是确 定全局目标值的手法，可W采用任何手法。
[0057] 最优化部21从所算出的全局目标值中选择成为对于本地控制器4设定目标值的 对象的变量下，也称为"目标值设定对象变量"。）。目标值设定对象变量例如可W是所 有的操作量MV，也可W是操作量MV的一部分和控制量CV的一部分