考虑变频调速的注水系统运行参数优化

以注水系统耗电量最小为目标函数,以排量、压力等限制为约束条件,在考虑离心泵变频调速的基础上,建立了注水系统参数优化数学模型,并用外部惩罚函数法将该问题转化为无约束问题。针对遗传算法的局限性,采用浮点数编码调整了适应函数,根据泵排量和水量平衡要求改进交叉和变异操作,实施最优保留策略,并结合模拟退火算法,形成了混合遗传算法,该算法能够有效地减少不可行解的产生,提高收敛速度,避免早熟收敛。实例计算说明,该优化方法有效、实用,优化后系统运行状况明显改善。     

基于改进遗传算法的注水系统运行参数优化

以注水系统耗电量最小为目标函数、排量、压力等限制为约束条件，建立了注水系统参数优化数学模型，并用外部惩罚函数法将该问题转化为无约束问题。针对遗传算法的局限性，采用浮点数编码，调整了适应函数，改进了交叉和变异操作，实施了最优保留策略，并结合模拟退火算法，从而形成了改进遗传算法。该算法能够有效地提高收敛速度，避免早熟收敛。算例说明，该优化方法有效、实用。     

安装变频调速装置的复杂注水系统运行优化研究

以轴功率最小为目标函数,以限制水量平衡、注水压力、调速泵转速、泵排量为约束条件,建立了安装变频调速装置的复杂注水系统运行参数优化数学模型。针对复杂注水系统的运行特点,采用改进遗传算法对运行优化模型进行了求解,同时优化了变频泵的位置和运行参数。改进遗传算法采用实数编码,并对适应函数进行了调整,采用随机多父辈适应函数值加权交叉法,改进了变异操作。在操作过程中,给出了泵排量和变频调速的处理方法,大大减少了不可行解的产生,使该算法的优化性能得到了提高。用算例说明了该优化方法的有效性。     

基于混合遗传算法的注水管径优化设计

以管网造价最小为目标函数,压力、流速等限制为约束条件,建立了注水管径优化数学模型,用外部惩罚函数法将该问题转化为无约束问题。针对遗传算法的局限性,采用整数编码,调整了适应函数,改进了交叉和变异操作,实施了最优保留策略,并结合模拟退火算法,从而形成了混合遗传算法,该算法能够有效地提高收敛速度,避免早熟收敛。算例说明,该优化方法有效、实用。     

人工神经网络非线性地震波形反演

地震波形反演是非线性问题，其目标函数阳多极值的函数，若用线性化的反演方法求解，常会遇到迭代收敛于目标函数局部最优等困难。本文研究能求得目标函数全局最优解的遗传算法训练人工神经网络的地震波形反演方法。考虑到遗传算法训练神经网络地震波形反演的未知能数量大，而通常的二进制编码遗传算法占用计算机内存量大，不能在较小内存的计算机上实现，故以可节省内存的０－１编码遗传算法训练神经网络，提出了加速网络收敛的方法     

基于BP网络和遗传算法的波阻抗混合反演

针对BP网络和遗传算法（GA）波阻抗反演精度较低且效率不高等问题，提出一种基于BP网络和遗传算法的混合波阻抗反演方法。该方法利用BP算法计算出一定精度的波阻抗初始模型后，再利用改进的遗传算法对该初始模型进行迭代反演，可得到精度更高的反演结果。BP-GA混合波阻抗反演算法简化了二进制的编码解码过程，对BP和GA进行了优化，在保证一定精度的条件下提高了收敛速度，分别用不同子波、不同初始模型和不同噪声试验了该方法的效果，并用实际资料验证了该算法的有效性。     

基于混合遗传算法的树状注水管网拓扑优化

以投资最小为目标函数,以井间隶属关系的惟一性、连接注水井数量等限制为约束条件,建立了树状注水管网拓扑优化数学模型.根据模型特点,将优化问题分为分配层和几何层,分别采用遗传算法和非线性优化方法进行求解.并对遗传算法的操作过程进行了改进,调整了适应函数,采用随机多父辈适应函数值加权交叉和多种变异操作,结合了模拟退火算法,并给出了初温的确定方法,改进了选择复制操作,从而形成了混合遗传算法.该算法能够有效地提高收敛速度,避免早熟收敛.利用算例说明了该方法的有效性.     

基于改进遗传算法和圈的环状管网优化设计

建立了环状管网优化数学模型,并采用改进遗传算法进行求解。根据环状管网优化的特点,采用二进制编码和整数编码相结合的双重编码遗传算法,实现了对管网连接方式和管径同时进行优化,管径约束自动得到了满足。对遗传算法的适应函数进行了改进,在遗传算法产生初始解及交叉、变异操作时,采用基于圈的方法,减少了不可行解的产生,提高了算法的优化性能。算例说明了该优化方法的有效性。     

城市天然气管网遗传算法优化设计

文章以使管网建设和运行费用最少为目标函数，以管道的稳态分析、各节点的流量、压力及管道的压力限制等为约束条件，建立了城市天然气管网优化模型。根据天然气管网结构特点，采用遗传算法求解，构建了遗传算法中重要的适应度函数，给出了管道编码的方法。通过编程实例计算，表明遗传算法是在天然气管网优化领域中可取的一种算法。     

环状管网优化设计的双重编码混合遗传算法

以投资最小为目标函数,建立了注水系统环状管网优化数学模型。针对环状管网优化的特点,遗传算法采用二进制编码和整数编码相结合的双重编码,同时对管网连接方式和管径进行优化,并结合了模拟退火算法,形成了混合遗传算法。操作过程中采用随机多父辈适应函数值加权交叉,提出了与优化问题相适应的多种变异方法,给出了约束条件的处理方法,减少了不可行解的产生,使该算法的优化性能得到了提高。大庆油田某采油厂一新建注水区块的优化算例表明,管网投资由1160万下降到850万元,说明该优化方法有效且实用。     

多分支水平井参数智能优化技术

多分支水平井参数优化设计是一个多目标最优化问题,采用传统的优化方法求解复杂程度依赖于优化对象数目,且容易产生局部收敛。基于多分支水平井的油藏数值模拟技术,以生产净现值为目标函数,应用遗传算法建立了多分支水平井参数智能优化设计方法,并编程实现了优化设计的全程自动化。优化过程中,利用正交设计原理生成种群初值,避免了初始种群的随机盲目性;根据个体适应值大小选择交叉和变异概率,保证了种群的多样性和算法的全局收敛能力。以珠江口盆地某海上低渗透油藏为例进行了多分支水平井参数优化设计,结果表明:遗传算法优化具有全局智能搜索寻优的特点,优化结果比传统优化算法有较大提高,具有较强的优越性和实用性。     

基于改进的遗传算法的天然气管网系统运行优化

在天然气管网系统安全稳定运行的基础上,为了实现节能减排,充分合理地利用管道的输配能力,将目标函数定义为天然气的最大流量,同时考虑管道内天然气稳定流动、各节点流量平衡、节点及管段压力等约束条件,建立了天然气管网系统优化数学模型。采用整数编码来进行管径编码,用模拟退火罚函数转化约束条件,并合理地将遗传算法的全局寻优能力和模拟退火的局部搜索能力互补融合起来,实现算法的改进和优化。将改进的遗传算法应用到某大型天然气管网优化设计的实例中,计算结果表明,改进的遗传算法在解的质量上和收敛的速度上都优于基本遗传算法,验证了所建立的优化模型是高效可行的。     

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。     

天然气管网输配气量优化研究

天然气管网系统管理部门为了明确天然气管网的输气能力和提高天然气管网的利用率，需要对天然气管网系统的输配气量进行优化。为此，以天然气管网系统的最大流量为目标函数，同时考虑了管道强度、节点压力和流量限制等约束条件，建立了天然气管网输配气量优化的数学模型。在研究遗传算法和模拟退火算法的基础上，提出了一种由二者结合构成的具有全域搜索、快速收敛和鲁棒性强等特点的混合遗传算法。结合实例，采用这一新算法求解了天然气管网输配气量优化的数学模型。实例优化结果表明，所建立的数学模型和采用的混合遗传算法是可行和有效的，能够对天然气管网系统输配气量的调度运行起到指导作用。     

特高含水期水驱砂岩油田井网部署自动优化方法

注水油田开发设计的重要环节是井网设计,在布井时应充分考虑储层的非均质性与各向异性以及注入水在地下的驱替动态,布置与其相匹配的井网,即矢量井网。油田是一个复杂的系统,井网调整时井组间相互制约,为了确定最优的井网部署方案,基于数学建模和最优化理论,建立了井网部署优化模型,以各注采连线上见水时间相同作为目标函数,辅以适当的约束条件,优化各井的位置。井网部署优化模型属于大规模、多变量的复杂优化问题,采用遗传算法进行求解,速度快、效率高。文中推导并建立了考虑非均质和各向异性非活塞式驱替见水时间计算方法,相比传统的通过耦合数值模拟程序求解开发指标方法,效率更高;建立了包含25口井的概念模型,验证了该方法的有效性,优化后可实现井网与储层非均质与各向异性的最大匹配。