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。     

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。     

基于遗传算法的气田集输管网整体优化方法

目前气田常用天然气集输管网分级优化法的缺点在于每一级的优化结果仅仅是局部最优解,难以保证最终结果是全局最优解。为此,提出了基于遗传算法的气田集输管网整体优化方法,即以整个管网的投资费用最低为目标函数建立数学模型,采用遗传算法求解,在遗传算法中将各站的站址及站辖管道的管径放在一起作为优化变量,求出管网投资费用最低时各站的站址以及各条管道的管径;同时针对遗传算法本身的局限性,结合模拟退火算法,调整了优化方法的适应度函数。实例计算结果表明,该整体优化方法在节省投资方面要优于传统的分级优化方法。     

一种混合优化算法在试井解释中的应用

为实现试井资料的自动拟合分析,保证解释结果的唯一性,提出一种改进的非线性回归计算方法,与二进制自适应遗传算法相结合组成新的混合优化算法。应用该混合算法分别对均质无限大和均质变井储模型进行试井分析,将计算结果与单纯遗传算法计算结果进行比较。结果表明,混合优化算法计算精度高、效率高,结果准确、稳定。     

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。     

利用遗传-粒子群优化混合算法求取剩余静校正量

剩余静校正是一个具有多参数、多极值的全局优化问题,当大量未知参数存在时,常规的遗传算法（GA）几乎无法避免早熟现象,难以保证收敛于全局最优。结合粒子群优化算法（PSO）和遗传算法的优势,提出了一种新颖的粒子群优化-遗传混合算法。混合算法利用了粒子群优化算法的速度和位置的更新规则,并引入遗传算法里的交叉变异思想。用混合算法和遗传算法分别对两个理论模型进行试处理,处理结果表明,混合算法比遗传算法具有更好的性能,是一种求取复杂地形条件下剩余静校正量的实用方法。     

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。     

混合优化波阻抗反演方法研究

地震反演常用的线性算法具有较快的收敛速度，但是易陷入局部最优解。因此需要引进一些非线性优化算法求解全局最优解。近年来相继出现了模拟退火、遗传算法、禁忌搜索算法和混沌搜索算法等，虽然这些算法具有较强的全局优化性能，但是其计算速度慢，远远不能满足实际生产的要求。如何将上述两类算法结合起来实现优势互补成为了反演中的一个重要课题之一。文章提出的混合优化波阻抗反演方法综合了共轭梯度算法和模拟退火算法的优点，在模拟退火反演框架内加入共轭梯度迭代算法，即在模拟退火反演过程中，当目标函数值满足给定的条件时，进行一定次数的共轭梯度迭代反演，最终以模拟退火反演结果来判断其收敛性。实际计算表明，该方法不仅收敛速度快，而且抗干扰能力强，计算得到的波阻抗剖面能较好的反映地层地质特征。     

基于混合优化算法的多杂质废水回用网络的优化设计

废水回用网络(Wastewater reuse network，WWRN)的优化设计是过程工业减少废水产生的关键所在。设计中所面临的主要困难是如何建立一个有效的过程流程，使水流股能进行有效的分配，同时保证清洗的质量。笔者提出了多杂质WWRN的有效优化设计方法，建立了多杂质WWRN的混合整数非线性规划(MINLP，Mixed integer nonlinear programming)超结构模型。由于MINLP问题求解困难，因此采用了自适应模拟退火遗传算法进行求解。该混合算法不仅克服了一般算法求解过程难于收敛或容易陷入局部最优的缺陷，而且自适应调整步长和交叉及变异概率的策略提高了算法的计算效率。对实例的研究结果表明，该混合算法能找到全局最优解，且计算时间可满足要求，另外，该算法也不要求提供初始可行解。     

基于逻辑模拟退火法的炼油厂原油库存调度优化

提出了一种混合模拟退火算法，以模拟退火法作为随机搜索引擎，利用逻辑编程和线性规划来检验和处理搜索结果。这种算法既可以发挥随机搜索法的快速寻找可行解的优势，又可以充分考虑特定问题内在的逻辑和数学关系，使之可以在较短的时间内得到一较优解。实例计算结果表明，同传统的混合整数线性规划方法相比，这种算法可以快速地给出优化解，且优化值与全局最优值差别不大，可以更好地解决原油实际调度问题。     

蚁群算法在天然气输送管道优化设计中的应用

针对天然气输送管道优化模型中设计变量多，约束条件复杂的特点，以管道建设投资、压气站投资和运行费用最小为原则，运用蚁群算法和MATLAB语言编制了天然气输送管道数学模型的优化仿真程序，并对管道的选型、设计压力、压气站个数、压缩比及站间距离进行了优化设计。优化仿真结果表明，在满足管道强度约束、稳定性约束、能量平衡约束及边界约束的前提下，达到了费用最小，且优化效果好于遗传算法。从而证明了蚁群算法应用于天然气输送管道的优化设计是可行的。     

基于遗传算法的双万向轴优化设计

双万向轴的优化设计中，以中间轴的外径和内径为设计变量，目标函数是要使中间轴在传递转矩一定的情况下，质量最轻。双万向轴的优化数学模型必须满足强度、刚度、振动条件、稳定性及边界条件的约束。提出用遗传算法来优化双万向轴的设计，阐述了遗传算法的基本原理、方法，给出了双万向轴优化问题的适应度函数。实例计算表明，遗传算法具有很强的全局寻优能力，能找到比常规优化法更优的解。     

用遗传算法求解广义S形增长模型

广义S形增长模型在用于预测油气田累积产量和含水率方面功能显著,但该模型是具有多个未知参数的非线性模型,常规求解方法存在的不足可能会造成计算精度变差,从而影响预测效果。以累积产油量广义S形增长模型的求解为例,说明了采用遗传算法求解的方法和效果。遗传算法可提高求解的精度,是求解广义S形增长模型的较好方法。     

油藏系统辨识的人工神经网络方法和应用

一些油藏(例如试井解释)系统的偏微分方程模型,经过变换能化为非线性函数项级数。级数的每一项均为地层参数θ的复杂非线性函数。级数的项数n与模型结构有关,可称为模型的结构参数。把级数中的函数看成非线性神经元,来建立油藏系统的函数型连接人工神经网络模型。用系统辨识理论中的F检验法确定网络模型的结构参数n,用多步广人梯度学习算法估计网络模型的权系数。地层参数是试井解释的依据,要求其估值应具有唯一性,而上述函数为多峰函数,在极值点处关于θ的变化很敏感,使问题更为困难,现有迭代法和遗传算法均未奏效。一种新型的遗传算法解决了这个问题。应用表明用上述方法建模有很高的精度,能求出地层参数的唯一估值。     

油田增产措施结构优化的平行切线图解法

以投入－效益模型为基础,应用成本最低原理和泛函极值理论,提出了一种适用于油田措施结构优化配产的平行切线图解法。应用中原油田采油三厂的历史资料对模型进行检验,取得了较好的使用效果。     

基于遗传算法的乙烯生产装置神经网络模型的建立

基于遗传算法建立乙烯生产装置神经网络模型；先依据乙烯生产装置工况间的非线性程度设计人工神经网络模型结构．再用遗传算法对该网络模型参数进行组合优化确定，所建模型既可用来进行乙烯产率预测，亦可用来对其生产工况优化,示例表明；建好后的网络模型可对乙烯生产装置进行快速工艺参数优化，获得较优的操作数据。     

优化回流比的遗传算法

基于遗传算法的基本原理,结合温度有限元方法验证精馏塔是否有解,建立了适合优化精馏塔回流比的遗传算法。本算法无需假设条件,应用范围广,不受组分数目的限制;适用于单塔分离系统,也适用于多塔分离系统;可应 用于理想和非理想混合系统以及共沸系统;不仅适用于沸点相差较大的物系,也适用于沸点相差不大的物系。计算结果与Underwood等方法相符。与其它算法相比,本遗传算法不需要求解复杂的非线性方程,计算时间大大缩短。     

Near Infrared Spectroscopic Determination of Diesel Fuel Parameters Using Genetic Multivariate Calibration

The use of full spectral region from near infrared spectroscopic analysis does not always end up with a good multivariate calibration model as many of the wavelengths do not contain necessary information. Due to the complexity of the spectra, some of the wavelengths or regions may, in fact, disturb the model-building step. Genetic algorithms are one of the useful tools for solving wavelength selection problems and may improve the predictive ability of conventional multivariate calibration methods. This study demonstrates application of genetic algorithm-based multivariate calibration to near infrared spectroscopic determination of several diesel fuel parameters. The parameters studied are cetane number, boiling and freezing point, total aromatic content, viscosity, and density. Multivariate calibration models were generated using genetic inverse least squares (GILS) method and used to predict the diesel fuel parameters based on their near infrared spectra. For each property, a different data set was used and in all cases the number of samples was around 250. Overall, percent standard error of prediction (%SEP) values ranged between 2.48 and 4.84% for boiling point, total aromatics, viscosity, and density. However, %SEP results for cetane number and freezing point were 11.00% and 14.86%, respectively.     

基于HYSYS和GA的天然气净化装置用能优化

为了降低含硫天然气处理过程中的能量消耗和操作成本,应用工业流程模拟软件HYSYS建立了含硫天然气净化装置工艺模型,并基于数据对象接口（Automation）技术开发了HYSYS与矩阵数值分析软件Matlab之间的接口程序,将HYSYS工艺模型作为适值函数计算的基础并入遗传算法（GA）中,从而建立了基于HYSYS模拟和遗传算法的天然气净化装置用能优化模型。应用此优化模型对川渝地区某50×10⁴ m³/d天然气净化装置的用能进行了操作参数优化,结果表明：在保证净化气产品质量的前提下,净化装置的用能降低了12.8%,经济效益明显提高。该方法通用性强,可用于其他过程系统的操作参数优化。     

基于遗传算法的波阻抗混合反演

文章提出采用二进制字符串编码、遗传操作为最优保存策略选择、多点交叉和非均匀变异的遗传算法，将线性反演与遗传优化算法组合用于地震资料波阻抗反演。即在获得了线性反演的输出序列后，由它作为选择遗传算法初始种群的产生依据，大大缩小了遗传算法的搜索范围。再由遗传算法的寻优操作，得到满足遗传算法反演目标函数的波阻抗序列，用Ackley实验函数，证明了文章中遗传算法的有效性和收敛性，实现了线性反演算法和遗传算法的波阻抗混合反演。通过理论模型与井旁道的试算处理，表明了基于遗传算法波阻抗混合反演的可行性。