用分布递归法求解带混合物流的计划模型

带有混合物流的炼油和石油化工生产计划数学模型属非线性规划模型。采用将混合物流完全分离的虚拟方法建立数学模型，再用线性规划求解可能导致不可操作的超前优解。在分析比较求解带有混合物流的非线性规划模型几种方法的基础上，得出分布递归法是用线性规划软件求解混合物流非线性规划模型的比较合适的方法。     

用线性规划法求取瞬变电磁成像特征参数

实现瞬变电磁对地下介质的成像是提高瞬变电磁法探测精度的有效途径之一。文中讨论了瞬变电磁成像理论，得出含有反射系数的欠定方程组，提出用线性规划法求解，并经过适当变换后，给出了线性规划法在瞬变电磁成像这一具体地球物理问题中的算法。还给出了用线性规划法求解反射系数的详细步骤和程序框图。设计了两个理论模型，用自行编制的软件对理论模型进行测试和处理，计算结果分析表明，算法可靠，成像剖面图示清晰，表明效果理想。     

幂律流体同心环空螺旋流数值模拟

环空螺旋流是钻井液在钻井作业中常见的一种流型，怎样方便、快速及高精度地计算其流速场与压力梯度是一个重要工程问题。提出直接利用线性化迭代法求解幂律流体在环空中螺旋流的流场及压力梯度，避免了求解非线性方程组而可能出现迭代发散的问题，该线性化迭代算法真实可信，精确度高。使用线性化迭代算法，仅以求解两个三对角线性方程组为一次循环，运算速度快，占用时间少，精度高，收敛性得到可靠保证，是矿场使用的好方法，为矿场作业中水力参数设计提供了科学依据。     

离心泵叶轮的计算机辅助设计

用求解离心泵叶轮轴面流道反问题的方法，通过数学分析，确定流道过流断面面积与几何参数之间的联系方程，在一定约束条件下，建立流道过流面积变化率为最小的目标函数，采用直接寻优法求解，由此得到轴面流道的优解。     

基于逻辑的炼油厂原油库存调度优化

根据现有炼油厂原油库存调度优化大多基于线性模型，通过混合整数线性规划来求解的情况，指出这种模型仅将复杂的生产操作逻辑关系进行简单的线性化，而没有考虑各种逻辑关系的内在联系，存在模型表达复杂、优化算法效率不高等问题。对此介绍了采用专家系统对上述的逻辑关系进行特定推理后再进行优化计算，经过反复迭代而构成的一种混合算法。应用该算法对实例的计算结果表明，它不仅具有模型表达简单的优点，而且效率较单纯的混合整数规划算法也有了一定程度的提高。     

模线性规划算法恢复地下波阻抗

首先详细地阐述了用Ｌ１模线性规划算法恢复地下波阻抗的数学原理，指出了在层状地球模型假定下限制波阻抗具有极小结构的形式，与数学上用Ｌ１模线性规划算法计算地层反射系数序列是相一致的。然后用理论模型，测井记录以及野外地震资料进行了反演计算，证实了该算法是行之有效的。最后对如何引进约束条件进行了简单的讨论，指出它对于反演解的正确性和可靠性是至关重要的，对于减少解的非唯一性也是必不可少的。     

装置加工费与加工量非线性函数的处理方法

由于装置加工成本和加工量之间的函数关系是非线性的，因此炼油和石油化工生产计划优化模型也变成非线性规划模型，不能直接用线性规划求解。本文提出了将非线性成本函数分段线性化，再用δ方法建立线性混合整数规划数学模型，并用此软件进行求解。还介绍了无混合整数规划软件可用时，用线性规划软件进行求解的案例分析法。     

多股流换热器精确数学控制的反问题算法

在两股流换热器精确数学控制的基础上,提出多股流换热器精确数学控制中的反问题算法,对于其中存在的难以解决的多个待定系数的不适定问题,采用综合法首先将多股流换热器综合成两股流换热器,然后通过对数平均温差法来作为获得辅助流体调节量的反问题算法,最后通过多股流换热器的精确数学控制实验表明,这种控制方法无论从控制精度还是控制速率上都达到了很好的控制效果.     

神经网络设计及其电路实现

神经网络是由一系列简单的高度至连的处理单元组成的协同计算系统，利用基于模拟电路的神经网络可以进行地球物理实时反演。神经网络设计的主要步骤是针对具体问题构造计算能量函数，将能量函数极小点的求解转换成求解系统的稳定平衡点，然后构造其网络的实现电路。文章从阵列声波成像处理问题出发，设计出一种实时求解的神经网络模型，仿真试验表明其网络模型在纳秒级时间内求得问题的最优解。对于有界约束LS问题、线性规划和非线性问题的求解，文章列出了其神经网络的实现电路示意图。     

大庆油田电力系统粒子群无功优化算法应用

粒子群优化(Particle Swarm Optimization,PSO)算法同遗传算法类似,是一种基于群体的优化工具.它作为一种新型的基于群体智能计算技术的优化方法,在解决经典优化算法难以求解的诸如不连续、不可微的非线性病态优化问题和组合优化问题时显出了强大的优势,并且有收敛速度快、设置参数少等优点.电力系统无功优化是典型的非线性规划问题,具有非线性、不连续、不确定因素较多等特点.本文将粒子群算法应用到电力系统无功优化中,并通过实例仿真验证,证明了粒子群算法在无功优化中的应用是正确、可行的.     

新型线性规划鞍点算法的特点及应用

介绍了线性规划鞍点算法的特点，及以该算法为核心开发的炼油排产软件的结构及功能，并对其应用实例进行了介绍，最后对线性规划优化加工流程提出了建议。     

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。     

罚函数技术在生产计划模型中的应用

针对应用线性规划求解炼油和石油化工生产计划优化模型中经常发生的不可行解问题，提出了用罚函数技术建立线性规划诊断模型，再从诊断模型解寻找造成不可行解原因的方法，此方法有效地解决了多年来困扰工厂计划人员使用线性规划中遇到的难题。文中还例举了该方法的应用实例。     

Measuring airflow ＆ evaluating resistance model of the mine ventilation network based on Tikhonov regularization

针对矿井通风系统动态性和复杂性的特点，提出了测风求阻法所需最少调节次数时的最优回路选择算法，结合矿井巷道风量的实时动态监测数据，建立了基于监测数据的矿井通风网络测风求阻模型。针对复杂通风网络易构造病态测风求阻模型的问题，提出了基于贪婪进化算法的Tik-honov正则化参数求解方法，对模型进行修正处理。应用结果表明，该方法可以减轻模型病态的严重程度，求解复杂通风网络分支风阻，并能发挥监测系统的实时动态监测功能，为矿井通风系统动态模拟提供基础数据。     

线性规划求解汽油调合问题

本文讨论了用线性规划求解汽油的最优化调合问题。     

垂直向上环状流特性参数预测模型

在产水气井的垂直向上两相流动中，环流是一种非常重要的流型。对于环状流研究已由建立经验关系式的方法逐渐过渡到稳定机理模型的研究上。文中分析了机理模型研究中存在的不足，根据环状流的物理结构，应用动量守恒定律建立预测环状流特性参烽的数学模型，采用迭代法求解，解决了文献中存在的问题。     

优化补偿电容器配置软件的方法

优化补偿电容器配置软件的目的就是在保证供电系统安全可靠性及良好的电能质量的前提下, 使供电系统运行的经济性最好。优化配置问题可以用数学上的非线性规划问题来描述, 即求满足一定条件的目标函数的最小值。求解过程中对目标函数和等式约束采用拉格郎日乘子法处理, 对不等式约束采用罚函数法进行处理, 将有约束条件的非线性规划问题转化为无约束条件的非线性规划问题, 具体的求解方法采用收敛性较好的共轭梯度法, 减少了计算时间。     

同伦BP算法在储集层参数预测中的应用

同伦算法是解决非线性优化问题的新理论，将同伦算法引入误差反向传播神经网络，提高了网络的训练速度，消除了常规BP网络算法收敛于局部极值的缺点。该算法具有稳定性强、训练速度快、收敛精度高的优点。实际应用表明，利用此网络进行储集层参数预测，提高了参数预测的可靠性；该算法具有克服网络病态的能力。     

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。     

用于两相流环空压力预测的自适应物理信息神经网络模型

石油勘探开发不断面向着更为复杂多变的地层，为应对深层复杂油气藏钻探过程中存在的气侵现象，需要采用控压钻井技术(MPD)以防止气侵导致的井喷事故。其中，通过求解气侵工况下两相流井筒水力学偏微分方程组(PDEs)来准确预测井底压力是制定控制方案的关键。采用基于自适应物理信息神经网络(PINN)方法对两相流井筒环空压力进行预测：首先，根据井筒机理设计全连接神经网络，用于拟合训练数据样本的分布；其次，将已知的两相流井筒模型的偏微分方程以微分形式约束条件融入神经网络的损失函数中，此外，采用可训练的自适应权重提升神经网络模型精度，使网络在训练过程中着重关注边界点、初始点等求解困难区域；最后采用Adam算法对网络参数和微分方程的权重进行优化，并使用L-BFGS算法对网络参数进一步优化。随机选取有限差分法在稠密网格情况下求解井筒水力学模型所得的部分数据作为实验数据集。实验结果表明，相较于常规的物理信息神经网络和传统的有限差分法，用于两相流环空压力预测的自适应物理信息神经网络模型性能更佳。