检索结果-内蒙古大学图书馆

中国石油大学学报（自然科学版） 2017年第5期41卷 102-109页

作者：张凯张秀清张黎明张进孙海黄朝琴姚军中国石油大学石油工程学院山东青岛266580

聚表二元驱作为一种提高采收率的有效方法已经被广泛应用于各大油田,为实现聚表二元驱生产效益最大化,从油田实际情况出发,将油田开发的经济效益作为优化目标,选取聚合物与表面活性剂的质量浓度、注入体积、注入时机等参数作为调控变量... 详细信息

聚表二元驱作为一种提高采收率的有效方法已经被广泛应用于各大油田,为实现聚表二元驱生产效益最大化,从油田实际情况出发,将油田开发的经济效益作为优化目标,选取聚合物与表面活性剂的质量浓度、注入体积、注入时机等参数作为调控变量,并结合改进随机差异化步长的SPSA算法进行优化求解,比较约束与不约束聚合物、表面活性剂使用总量。结果表明:随机差异化步长不仅可以加快算法的运行效率而且能更好地实现全局最优性;当不约束聚合物和表面活性剂使用总量时,在含水率越小时实施聚表二元驱,生产效益越好;当约束聚合物和表面活性剂使用总量时,聚合物和表面活性剂使用总量越小,在含水率越大时实施聚表二元驱生产效益越好。

关键词：同步扰动随机逼近算法生产优化聚表二元驱归一化梯度随机差异化步长最佳注入时机

来源：评论

学校读者我要写书评

暂无评论

基于同步扰动随机逼近算法的电熔镁炉智能控制系统

引用

上海交通大学学报 2011年第8期45卷 1095-1100页

作者：吴志伟吴永建柴天佑东北大学流程工业综合自动化国家重点实验室沈阳110819

针对电熔镁炉熔炼过程中电极电流的调节主要依靠人工手动控制,控制效果差、产品质量不稳定、能量浪费严重的生产现状,提出了一种电熔镁炉智能控制策略.该智能控制策略根据熔炼过程中不同的熔炼工况分别设计了基于SPSA算法和神经网络的... 详细信息

针对电熔镁炉熔炼过程中电极电流的调节主要依靠人工手动控制,控制效果差、产品质量不稳定、能量浪费严重的生产现状,提出了一种电熔镁炉智能控制策略.该智能控制策略根据熔炼过程中不同的熔炼工况分别设计了基于SPSA算法和神经网络的正常工况控制器以及基于规则推理技术的特殊工况控制器.将所设计的电熔镁炉智能控制系统应用于实际工业现场,实现了对电极电流的自动控制,保证了产品产量,降低了产品能耗.

关键词：电熔镁炉同步扰动随机逼近算法神经网络规则推理

来源：评论

学校读者我要写书评

暂无评论

基于同步扰动随机逼近算法的电熔镁炉智能控制系统

基于同步扰动随机逼近算法的电熔镁炉智能控制系统

引用

第二十二届中国过程控制会议

作者：吴志伟吴永建柴天佑东北大学流程工业综合自动化国家重点实验室沈阳 110819

针对电熔镁炉熔炼过程中电极电流的调节主要依靠人工手动控制，控制效果差、产品质量不稳定、能量浪费严重的生产现状，提出了一种电熔镁炉智能控制策略，该智能控制策略根据熔炼过程中不同的熔炼工况分别设计了基于SPSA算法和神经网... 详细信息

针对电熔镁炉熔炼过程中电极电流的调节主要依靠人工手动控制，控制效果差、产品质量不稳定、能量浪费严重的生产现状，提出了一种电熔镁炉智能控制策略，该智能控制策略根据熔炼过程中不同的熔炼工况分别设计了基于SPSA算法和神经网络的正常工况控制器以及基于规则推理技术的特殊工况控制器．将所设计的电熔镁炉智能控制系统应用于实际工业现场，实现了对电极电流的自动控制，保证了产品产量，降低了产品能耗，应用效果表明，所提方法有效。

关键词：电熔镁炉同步扰动随机逼近算法神经网络规则推理

来源：评论

学校读者我要写书评

暂无评论

基于数值模拟的油藏生产动态优化算法

引用

新疆石油地质 2022年第5期43卷 612-616页

作者：雷泽萱辛显康喻高明王立长江大学石油工程学院武汉430100

对于大规模油藏开发优化,常规优化算法存在收敛速度慢、寻优效率低、难以与现场结合等问题。针对这些问题,建立了油水井动态调控优化模型,并结合模拟退火遗传算法和拉丁超立方采样算法寻找模型全局最优解,同时,利用同步扰动随机逼近算... 详细信息

对于大规模油藏开发优化,常规优化算法存在收敛速度慢、寻优效率低、难以与现场结合等问题。针对这些问题,建立了油水井动态调控优化模型,并结合模拟退火遗传算法和拉丁超立方采样算法寻找模型全局最优解,同时,利用同步扰动随机逼近算法提高了模型局部求解收敛速度,研发编制了油水井动态调控优化软件,并应用于大庆油田H区块。对比油田常规油水井生产制度,油水井动态调控优化模型的最优方案使H区块累计产油量在5年内增加了5.68×10^(4)m^(3),较好地解决了油水井生产动态控制优化问题,也为大规模油田高效开发提供了一种新的方法。

关键词：数值模拟油藏生产动态优化算法动态调控模拟退火遗传算法同步扰动随机逼近算法拉丁超立方采样算法

来源：评论

学校读者我要写书评

暂无评论

基于模拟的智能算法及其应用

基于模拟的智能算法及其应用

引用

作者：宁玉富天津大学

学位级别：博士

在管理科学、计算机科学、系统科学、信息科学以及工程等领域都存在着大量的不确定性，如随机性、模糊性、模糊随机性等。这些领域中的很多决策需要在这些不确定环境下作出。不确定规划是解决这些决策问题的有力工具。本文提出了多种基... 详细信息

在管理科学、计算机科学、系统科学、信息科学以及工程等领域都存在着大量的不确定性，如随机性、模糊性、模糊随机性等。这些领域中的很多决策需要在这些不确定环境下作出。不确定规划是解决这些决策问题的有力工具。本文提出了多种基于模拟的智能算法求解不确定规划模型，并研究了模糊随机环境下多产品集约生产计划(APP)问题。具体研究内容如下：在很多情况下，要得到含有模糊变量、模糊随机变量或随机模糊变量的不确定函数的精确值是非常困难或不可能的，因此，利用模拟得到这些值的估计值是很有必要的。本文提出了基于模拟(模糊模拟、模糊随机模拟和随机模糊模拟)的同步扰动随机逼近算法求解模糊规划模型、模糊随机规划模型和随机模糊规划模型。该算法能够快速地收敛到局部最优解。在许多实际的优化问题中，因为花费在优化问题上的资源的限制，一个局部最优解是完全可以接受的。在基于模拟的同步扰动随机逼近算法中，模拟花费的计算时间较多，为此，设计了集成模拟和神经网络的同步扰动随机逼近算法。首先使用模拟为不确定函数产生一组输入输出数据，然后用这些数据训练神经网络，把训练的神经网络嵌入到同步扰动随机逼近算法中。该算法比基于模拟的同步扰动随机逼近算法能够更快地收敛到局部最优解。对于需要得到全局最优解的优化问题，设计了基于模拟的混合优化算法进行求解。该算法集成了模拟技术、神经网络、遗传算法和同步扰动随机逼近算法。首先使用模拟技术产生一组输入输出数据，然后使用这些数据为不确定函数训练神经网络，把神经网络嵌入到遗传算法和同步扰动随机逼近算法中。遗传算法用于在整个解空间上搜索最优解，其初始种群和每一代由交叉和变异操作产生的新染色体均利用同步扰动随机逼近算法进行改善。最后，把遗传算法结束后得到的所有染色体再利用同步扰动随机逼近算法进行改善，适应度最高的染色体作为问题的最优解。该算法既具有遗传算法的全局搜索能力，又具有同步扰动随机逼近算法的较强的收敛特性。数值例子验证了所提出的算法的有效性。在应用方面，对模糊随机环境下多产品APP问题建立了模糊随机APP模型，其中市场需求、生产费用、生产能力等均被刻划为模糊随机变量，目标函数和约束函数均由机会函数定义。应用提出的算法求解模型，并给出了数值例子。

关键词：模糊变量模糊随机变量随机模糊变量模拟同步扰动随机逼近算法不确定规划集约生产计划

来源：评论

学校读者我要写书评

暂无评论

考虑新冠疫情扩散规律的医疗物资动态配送优化

引用

安全与环境学报 2023年第5期23卷 1579-1587页

作者：蒋阳升韩佳哲朱娟秀胡路罗然西南交通大学交通运输与物流学院成都611756 西南交通大学综合交通大数据应用技术国家工程实验室成都611756 西华大学管理学院成都610039

为了满足新冠疫情防控的应急性需要,基于传染病扩散模型提出了一种物资配送方案周期滚动优化模型。该模型结合医疗物资外源补给和点对点运输的特点,考虑疫区医疗物资数量和物资配送时间对新冠疫情扩散的影响,以最小化感染人数和使用车... 详细信息

为了满足新冠疫情防控的应急性需要,基于传染病扩散模型提出了一种物资配送方案周期滚动优化模型。该模型结合医疗物资外源补给和点对点运输的特点,考虑疫区医疗物资数量和物资配送时间对新冠疫情扩散的影响,以最小化感染人数和使用车辆数为目标,联合决策配送中心物资补给数量、疫区物资配送时间及配送量。根据所提出的多目标模型的特征,提出了两阶段优化方法,分别采用同步扰动随机逼近算法与大规模邻域搜索算法对模型进行求解,并结合具体算例将所提方法与其他配送策略进行了比较分析。结果表明,相较于其他策略,所提优化模型可有效减少13.9%~40.0%的感染病例和17.6%~30.0%的调度车辆,优化后的周期滚动决策方法,在节省人力物力的同时,有效避免了配送中心出现“爆仓”现象,为后续研究和实践提供参考。

关键词：公共安全传染病扩散医疗物资调配多目标优化同步扰动随机逼近算法大规模邻域搜索算法

来源：评论

学校读者我要写书评

暂无评论

动态随机环境下电动汽车共享系统规划、配置和运营协同决策

动态随机环境下电动汽车共享系统规划、配置和运营协同决策

引用

作者：李皓西南交通大学

学位级别：博士

随着中国城市化水平的不断提高,交通拥堵和环境污染等问题日益加重,而如何解决这些问题便成为交通领域日益关注的重点。汽车共享系统作为一种介于公共交通与私家车之间的新型环保的交通方式,正在受到广泛关注。同时随着新能源汽车在世... 详细信息

随着中国城市化水平的不断提高,交通拥堵和环境污染等问题日益加重,而如何解决这些问题便成为交通领域日益关注的重点。汽车共享系统作为一种介于公共交通与私家车之间的新型环保的交通方式,正在受到广泛关注。同时随着新能源汽车在世界的快速发展,越来越多的共享汽车运营商采用电动汽车作为主要运营车辆。然而随着汽车共享系统的不断发展,它的问题也在逐渐显现,例如站点位置不合理,车队规模和站点容量设置不恰当,用户出行需求不均衡等问题。为解决上述问题,本论文对电动共享汽车系统的规划,配置和运营问题进行研究,其中规划层面针对电动汽车共享系统的站点选址和站点容量问题进行决策,配置层面则是决定车队规模和初始车辆分布,而运营层面为车辆调度策略决策问题。本论文采用数学规划方法和仿真优化方法相结合的方法,在动态随机环境下建立两阶段模型,对电动共享汽车系统的规划,配置和运营进行协同优化。首先本论文针对电动汽车共享系统的规划和配置的优化决策问题,基于时空网络建模方法,建立考虑车辆调度的电动汽车共享系统规划和配置整数规划模型。针对该模型在大规模环境下求解速度慢的情况,设计拉格朗日松弛方法来对问题进行快速有效的求解。首先将模型进行松弛化得到松弛模型,然后将松弛模型分解得到一系列子问题,通过求解这些子问题获得原问题的松弛解作为上界解。接着设计相应的启发式算法对松弛模型的松弛解进行可行化处理求得下界解,最后设计基于次梯度算法的拉格朗日乘子迭代法,对拉格朗日乘子进行迭代,从而缩小问题上下界解的差值,从而在解决较大规模问题时能在较短时间内得到一个良好的近似最优解。其次本论文针对电动汽车共享系统的运营调度决策问题,基于O2DES（object-oriented discrete event simulation）离散仿真框架,在动态随机环境下建立电动汽车共享系统离散仿真模型。该模型考虑了道路拥堵,弹性价格需求,非线性充电过程等因素,用于精细描绘电动汽车共享系统运营过程。同时该模型引入基于用户的动态定价策略和基于运营商的阈值调度策略作为系统的运营策略,用于缓解系统的供需不平衡问题。然后在建立的仿真模型基础上对运营策略进行优化,先引入K-means算法将站点进行聚类从而缩小运营策略参数的规模,然后设计考虑最优计算量分配的同步扰动随机逼近-遗传混合算法设计仿真优化框架,从而获得优化后的动态定价策略和阈值调度策略。最后本论文结合电动汽车共享系统规划和配置整数规划模型和电动汽车共享系统离散仿真优化模型,在随机环境下,建立电动汽车共享系统规划、配置和运营协同优化模型。首先对两个模型的参数进行一致性处理,然后对将求解上层模型得到的规划和配置结果作为固定参数输入到下层模型中;再将求解下层模型得到的运营策略反馈到上层模型中用以更新定价方案和顾客需求,如此循环迭代直到结果收敛,从而得到电动汽车共享系统规划、配置和运营的协同优化解。最后设计了相关案例对模型进行验证分析,结果表明协同优化模型可以为运营商提供电动汽车共享系统的全过程决策方案,从而为提升电动汽车共享系统整体效能,增加运营商利润,提高服务质量提供理论依据和支撑。

关键词：电动汽车共享系统时空网络模型拉格朗日松弛方法离散仿真模型同步扰动随机逼近算法遗传算法最优计算量分配算法

来源：评论

学校读者我要写书评

暂无评论

随机和模糊双重不确定环境下的集约生产规划模型及智能求解

随机和模糊双重不确定环境下的集约生产规划模型及智能求解

引用

作者：沙焕滨山东师范大学

学位级别：硕士

在管理科学、计算机科学、系统科学、信息科学以及工程等领域都存在着大量的不确定性,如随机性、模糊性、模糊随机性等。这些领域中的很多决策需要在这些不确定环境下作出。不确定规划是解决这些决策问题的有力工具。集约生产计划(APP)... 详细信息

在管理科学、计算机科学、系统科学、信息科学以及工程等领域都存在着大量的不确定性,如随机性、模糊性、模糊随机性等。这些领域中的很多决策需要在这些不确定环境下作出。不确定规划是解决这些决策问题的有力工具。集约生产计划(APP)就是通过调整生产量、库存水平、缺货水平等可调控因素,确定在未来的一段时期内各个阶段的生产以满足未来的市场需求。本文提出了随机和模糊双重不确定环境下多种集约生产规划问题的不确定规划模型,并进行了基于模拟的智能算法求解。具体研究内容如下: 在随机和模糊双重不确定环境下,研究了在产品需求、生产费用、劳动力水平、机器生产能力、库存水平等因素为随机和模糊双重不确定变量情况下,集约生产计划模型的建立方法。进一步建立了一整套在不同决策准则下的决策模型。在很多情况下,要得到含有模糊随机变量、随机模糊变量、双随机变量或者双模糊变量的不确定函数的精确值是非常困难的。本文提出了基于双重不确定模拟的同步扰动随机逼近算法求解双重不确定规划模型。该算法收敛迅速有效。在基于模拟的同步扰动随机逼近算法中,模拟花费的计算时间较多,为此,设计了集成模拟和神经网络的同步扰动随机逼近算法。首先使用模拟为不确定函数产生一组输入输出数据,然后用这些数据训练神经网络,把训练的神经网络嵌入到同步扰动随机逼近算法中。对于需要得到全局最优解的优化问题,设计了集成了模拟技术、神经网络、遗传算法和同步扰动随机逼近的算法。首先使用模拟技术产生一组输入输出数据,然后使用这些数据为不确定函数训练神经网络,把神经网络嵌入到遗传算法和同步扰动随机逼近算法中。遗传算法用于在整个解空间上搜索最优解,其初始种群和每一代由交叉和变异操作产生的新染色体均利用同步扰动随机逼近算法进行改善。最后,得到的所有染色体再利用同步扰动随机逼近算法进行改善,适应度最高的染色体作为问题的最优解。该算法既具有遗传算法的全局搜索能力,又具有同步扰动随机逼近算法的较强的收敛特性。本选题的创新之处在于创立一整套的随机和模糊双重不确定环境下集约生产计划问题的建模方法,能够丰富不确定环境下集约生产计划问题的建模理论,同时,也能够提高企业在多重不确定环境下制定生产计划的能力。

关键词：集约生产计划模糊随机变量随机模糊变量双随机变量双模糊变量模拟技术同步扰动随机逼近算法不确定规划模型

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：