文化基因粒子群算法在换热网络连续变量全局优化中的应用

在换热网络的综合优化中,连续变量的优化通常采用确定性方法。相比于整型变量优化,连续变量优化相对容易处理,但存在容易陷入局部最优和无法收敛到全局最优的问题。针对这一问题,提出一种在标准粒子群算法中结合局部搜索策略的文化基因粒子群算法;结合换热网络最小年综合费用小和计算时间短的优点,提出Ring+Random粒子种群拓扑结构;结合算法控制参数的设置与粒子种群拓扑结构的改进,使文化基因粒子群算法具有更好的全局收敛性能。采用6个10股流体算例验证文化基因粒子群算法在给定换热网络结构下的连续变量全局收敛性能,与文献值相比,换热网络最小年综合费用最大减少了26 025$/a。     

换热单元协进化的微分进化算法优化换热网络的性能

采用微分进化算法应用于换热网络综合时,针对换热网络分级超结构模型中的整型变量即换热器有无问题,提出两种换热器协进化策略,分别利用差分进化原理与最小换热潜能约束实现换热单元协进化生成与消去,结合微分进化算法搜索合理的换热单元匹配。通过两个经典算例分析证明了算法的有效性,寻找到了更加符合实际生产的换热网络结构,优化结果较文献的年综合投资费用更低,用于工业生产过程中,可以稳定有效地节约成本。     

塔河一号联合站天然气处理装置参数优化研究

对换热网络的传统夹点设计法进行了改进。将换热网络组合曲线分成若干段单独处理,以温差均匀性因子作为评价指标设计各段网络结构,将各段设计的结构及远离夹点处的匹配组成完整的换热网络初始结构,采用牛顿法优化初始结构的换热器单元,以达到调优的目的,最终获得具有最优年综合费用的换热网络结构。通过具体算例表明,依据温差均匀性原则设计的换热网络具有较好的换热性能,且最终的年综合费用优于其他文献报导的数据,验证了该方法的有效性。     

基于蒙特卡罗遗传算法的换热网络优化问题

在换热网络超结构及其数学模型的基础上,提出了换热网络优化的蒙特卡罗遗传混合算法,利用蒙特卡罗方法在解空间进行全局搜索,得到最佳换热匹配,由此引入遗传算法对网络优化问题中的连续性变量进一步优化,降低换热网络年综合费用。实例表明,应用蒙特卡罗遗传混合策略能在保证算法的全局搜索能力的前提下,提高换热网络优化效率,并能使换热匹配更加合理,减少加热器和冷却器的投入,降低网络的综合费用。     

基于温差原则的换热网络分步综合策略

在温差原则的基础上,提出了一种换热网络的分步综合策略。采用蒙特卡罗随机抽样技术优化获得换热网络的初始结构,在此初始结构的基础上利用换热网络的温差原则逐步生成新的换热器改变网络结构,每步都结合牛顿法对整个网络进行优化,以此权衡设备投资费用与公用工程费用来获取具有最优年综合费用的换热网络设计结构。两个具体的换热网络算例表明,分步综合策略能够提高换热网络的总换热量,实现能量的综合利用;优化结果与文献值相比,设备投资费用明显减少,从而能获得最优的年综合费用。     

采用阶段更新策略加强结构进化的换热网络优化

针对换热网络优化中因种群多样性受限引起的易陷入局部最优解的问题,提出了采用阶段更新策略的强制进化随机游走算法。通过阶段性地随机生成最大步长和允许生成的最小换热量对种群个体更新,充分利用改进后整型变量的阶段性变化和个体进化过程中差解的复杂性增强结构进化能力,加大新结构与原始结构的差异性,保持种群活力和多样性,提高算法的全局搜索能力。并用算例验证了该策略加强结构进化能力的有效性,及换热网络优化中跳出局部最优解的优越性。     

混沌蚁群算法应用于小规模换热网络综合问题

针对换热网络综合问题的严重非凸、非线性,采用一种混沌优化算法即混沌蚁群算法,同步综合换热网络。为充分验证混沌蚁群算法的搜索能力与特性,选择相对于固定结构更为复杂的小规模换热网络综合问题作为研究对象。同时引入Powell法作为局部搜索策略,提高算法的求解精度。选用3个小规模算例对算法进行验证,均获得了相对文献更好的换热网络设计,证明了混沌蚁群算法优越的搜索能力。     

Hopfield神经网络和平均场退火及其在地震反褶积和多次波衰减中的应用

本文阐述了一种基于全局优化的算法－平均场退火算法（简称MFA），及其在地震数据处理中的两个基本问题－地震道反褶积与表面有关的多次被衰减中的应用，基于平均场近拟，MFA耕用一套确定性的修正规则代替了模拟退火的随机性，且这些规则不是作用在变量自身上，而是作用在变量的均值上，当温度降低时，MFA规则根据前一温度上各个变量的值修正其变量，通过最小平均值，MFA较常规模拟退火法能更快地收敛到平衡状态，修正规则依赖于价格函的形式，在价格函数类似于Hopfield网络的能量函数时，很容易获得，将一个问题映射成Hopfield网络不是使用MFA的前提条件，但映射能使解析计算更为简单，通过将震源子波和反射系数用二值神经表示，问题就是反褶积问题可映射到一个Hopfield网络，在本文中，当网络的神经元到达平衡状态时，问题最小化MFA网络的价格样的思路来设计算子，此算子可用来衰减由平面波转化的地震记录中与表面有关的多次反射波，消除多次波问题的价格函数是基于被多次压制地震数据的最小能量标准的。     

自适应优化参数模拟退火的叠前地震联合反演方法

叠前地震反演是一种地震数据定量处理与解释的重要技术，全局优化算法是叠前地震反演中一种有效的弹性参数估算方法。作为一种主要的全局优化算法，模拟退火算法广泛用于地震数据反演，但该算法涉及的多种优化参数(如初始温度、扰动范围等)对反演结果具有重要影响。模拟退火参数优化主要是通过模型试算进行设置，但此类经验性方法易引入误差，不具备推广性。为此，提出了一种基于自适应优化参数模拟退火的叠前地震联合反演方法。首先，联合贝叶斯线性反演与模拟退火非线性反演方法，通过线性反演结果驱动后续优化参数的估算及先验模型的构建；其次，针对不同地震道的数据差异，逐道计算适用的初始温度及扰动范围，有效提升了算法的适用性及稳定性。合成数据测试及实测资料应用表明，相比常规模拟退火反演方法，该方法的弹性参数反演结果与测井数据的相关系数更高。     

基于系统分解方法的换热网络分析与应用

针对己有的换热网络的结构，提出了一种基于系统分解方法的换热网络分析方法，它是把整个换热网络结构分解为若干子换优化分析，使热回收量达到最大，并获得换热网络中各换热单元的最优操作参数。     

蒸发塔压力控制的遗传模糊算法

蒸发塔压力控制的对象复杂、影响因素多、干扰大、控制系统的建模较为困难，用常规控制算法以以高质量地完成了控制任务。介绍了针这对种情况所提出的一种遗传模糊算法，对该算法的原理进行了详细讨论。在用模糊逻辑摹仿人的非精确推理的同时，用遗传算法模拟自然进化，使得该算法总能达到最优点。实验证明，该算法在较大干扰的情况下，也能使实际塔压快速稳定地跟踪其设定值。     

A review of closed-loop reservoir management

The closed-loop reservoir management technique enables a dynamic and real-time optimal production schedule under the existing reservoir conditions to be achieved by adjusting the injection and production strategies. This is one of the most effective ways to exploit limited oil reserves more economically and efficiently. There are two steps in closed-loop reservoir management: automatic history matching and reservoir production optimization. Both of the steps are large-scale complicated optimization problems. This paper gives a general review of the two basic techniques in closed-loop reservoir management; summarizes the applications of gradient-based algorithms, gradient-free algorithms, and artificial intelligence algorithms; analyzes the characteristics and application conditions of these optimization methods; and finally discusses the emphases and directions of future research on both automatic history matching and reservoir production optimization.     

最大熵谱分析中Burg算法和Marple算法比较

最大熵谱分析是一种具有较高分辨率的谱分析方法，本文从三个方面对最大熵谱分析中的Ｂｕｒｇ算法和Ｍａｒｐｌｅ算法进行了比较，首先是对初相位的依赖性，其次是频率分辨，第三是抗干扰能力。通过这三个方面的比较，进一步搞清了这两种算法的优缺点，Ｍａｒｐｌｅ算法在抗干扰方面略逊于Ｂｕｒｇ算法，而在其他两个方面优于Ｂｕｒｇ算法。     

一种精确快速的DMO算法

DMO方法能够使来自不同倾斜界面的反射波同时得到有效叠加。根据DMO处理后的CMP道集,可以得到准确的叠加速度。本文在分析Dave Hale和Houston大学DMO算法的基础上,采用FFT算法实现了一种精确、快速的DMO算法。理论模型及实际资料的处理结果表明,这是一种实用而准确的DMO算法。     

基于进化算法的常减压装置模拟

提出了基于优选优生进化算法（Select—best and prepotency evolution algorithm，SPEA）的常减压装置模拟方法。以各塔的温度分布为目标，基于生产过程和分析数据，采用SPEA确定各塔板Murphree效率，从而精确描述各塔板平衡偏离程度。在实际应用中，获得具有良好精度的常减压装置模型。系统分析了SPEA算法的关键参数——优选领域大小与计算复杂性及寻优性能之间的关系，结果显示其取值为群体规模的10％最为合适。     

地震属性与储层参数联合优化新算法

详细分析了地震属性组合优化的搜索算法，讨论了地震属性的组合分类特征及地震属性数值大小对分类特征的影响。在此基础上，研究了联合应用搜索算法和进化算法，对地震属性和测井参数进行优化的新方法，并应用于实际资料，取得了较好的效果。     

地层参数计算方法对比研究

储层参数准确求取是测井资料解释的中心任务。面对复杂储层,"四性"关系比较复杂,非线性关系明显,用常规公式计算误差较大,如何利用测井资料准确计算储层参数,成为测井资料数字处理中的重点考虑问题。从分析常用数学方法入手,依托Forward测井解释平台软件,引入神经网络算法、最优化算法、遗传算法3种数学方法,编制了相应的处理模块,并对3种方法进行了对比分析。     

蚁群算法在 FMI 成像测井图像分割中的应用

简述了最大类间方差法的方法原理,并分别使用迭代阈值分割法、最大类间方差法及模糊 C 均值 聚类算法,对最接近 FMI 图像中溶孔的高斯峰图片进行了分割和分析;介绍了蚁群优化的最大类间方差 法的方法原理,并使用该方法对一段溶蚀孔洞型储层的 FMI 成像测井图像进行了分割。 实践证明,利用 蚁群优化的最大类间方差法能很好地分割出包含裂缝、孔洞的子图像,且分割效率有了一定的提高,为 后续的参数定量计算打下了基础。     

基于数值模拟的油藏生产动态优化算法

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5.68×10⁴ m³,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。