低油价下采油井的生产方式优化

针对正常生产井中日产油较低的油井,新立采油厂通过采取优化采油井的生产方式,探索合理间抽方式及制度,在最大限度地减少对产量影响的同时,实现节电、减少产出液处理费等目的。     

基于梯形区间软约束的多目标优化预测控制算法研究

针对多变量控制系统在受到干扰时,自由度低、鲁棒性差的缺点,在三角区间软约束控制算法的基础上,提出一种基于梯形区间软约束的多目标预测控制算法。首先在容忍区间外设置梯形区间,使控制过程分为两个部分,以减小控制初期瞬态偏差对系统造成的影响;为了缓解工业过程中各控制目标相互耦合的问题,构建两个目标函数,并用迭代算法对ε-约束法进行改进,优化目标函数,以减小目标函数的求解误差,实现对多入多出系统的协调控制。通过对壳牌公司的重油分馏塔模型仿真实验,将三角区间软约束控制算法与该算法进行对比,结果表明该算法具有较好的鲁棒性和快速性。     

基于轧件水平振动的轧机辊系振动补偿模型

考虑轧件水平振动对轧制力和摩擦力动态特性的影响,建立了一种基于轧件水平振动的轧机辊系振动补偿模型。根据广义耗散的Lagrange原理,分别沿轧制方向和垂直轧制方向建立动力学平衡方程。以某厂四辊板带轧机为例,仿真分析轧件水平振动速度和轧机辊系垂直振动位移随轧辊转速的变化规律,测试了5组不同转速下的轧制力数据;对模型补偿前后轧制力理论值与测试数据误差进行了对比。研究结果表明:补偿后的模型轧制力理论值与实测数据之间的误差大大减小。     

基于改进混合遗传细菌觅食算法的贝叶斯结构学习算法

针对利用启发式学习算法学习贝叶斯网络时容易陷入局部最优和寻优效率低的问题,提出一种改进的混合遗传细菌觅食优化算法的贝叶斯网络结构学习算法。该算法首先通过遗传算法求得较优种群并作为细菌觅食算法的初始种群;然后利用交叉和变异策略改进细菌觅食算法的复制行为,增加种群多样性,扩大搜索空间;最后通过改进细菌觅食算法的迁移行为的初始化操作更新种群,防止精英个体的丢失。通过种群的迭代搜索最终获得最优的贝叶斯网络结构。实验仿真结果表明,与其他算法相比,该算法的收敛精度和效率有所提升。     

基于速度交流的多种群多目标粒子群算法研究

为提高多目标优化算法的收敛精度和搜索性能,提出一种基于速度交流的多种群多目标粒子群算法。算法引入速度交流机制,将种群划分为多个子种群以实现速度信息共享,改善粒子单一搜索模式,提高算法的全局搜索能力。采用混沌映射优化惯性权重,提高粒子搜索遍历性和全局性,为降低算法在运行后期陷入局部最优Pareto前沿的可能性,对各个子种群执行不同的变异操作。将算法与NSGA-Ⅱ、SPEA2、AbYSS、MOPSO、SMPSO和GWASF-GA先进多目标优化算法进行对比,实验结果表明:该算法得到的解集具有更好的收敛性和分布性。     

基于非对称往返测距的海洋无线传感网络节点定位算法

提出一种新的基于非对称往返测距的海洋无线传感网络节点定位(LMARR)算法,该算法利用节点间非对称的接收与发送测距信息的时间差,推算出节点间海水声速以及未知节点与其邻居参考节点之间的距离,将三维距离信息转换成二维,运用最小二乘法完成定位计算。与SWN和ARTL算法相比较,仿真结果表明:LMARR算法能有效地提高节点定位的精度,特别是在深度为20～120m海水声速持续变化的区域,定位精度比SWN算法提高了20%,比ARTL算法提高了33%;此外,LMARR算法还具有较高的稳定性。     

设计学视野下的武强年画吉祥文化探析

目的在经济、文化不断发展,以及文化产业兴起的时代背景下,将武强年画吉祥文化与现代设计相结合,促进武强年画吉祥文化的广泛传播,从而使其走向更高的传承领域。方法跟随时代步伐,从形态和内涵两方面,用现在的审美与表达方式对传统文化进行再设计,将武强年画吉祥文化与设计学融合,在传统的基础上进行设计创新,赋予其新的现代价值,使题材呈现多元化,反映时代精神;体裁丰富化,适应时代需求,为中华文化的伟大复兴作出贡献。结论武强年画文化深厚,艺术形式独特,它在视觉造型、功利追求、传统艺术的整合等方面,具有鲜明、独特的审美表达特点,把这些特点运用于设计学中,能极大地丰富现代设计实践,使武强年画蕴含的民族美学特性得以更好地传承和拓展。通过将武强年画吉祥文化与设计学相融合来研究其艺术内涵,探索出其不可磨灭的艺术价值。     

一种改进的雁群扩展粒子群算法研究

针对粒子群算法易陷入局部最优的问题,结合雁群启示粒子群算法和扩展粒子群算法提出了基于雁群启示的扩展粒子群(GeEPSO)算法。该算法在利用雁群飞行方向的多样性同时融合了所有粒子的个体极值信息,提高了种群多样性。为进一步提高改进算法的收敛速度,引入简化粒子群提出了 GeESPSO算法。基准函数的仿真表明:改进算法GeESPSO较好地平衡了收敛速度和局部最优两个矛盾,总体较优。为进一步验证算法在实际应用中的有效性,又分别用两种改进算法优化BP神经网络,并用相关气象数据对PM2.5的值进行预测。     

无标度网络的级联失效缓解策略

级联失效现象是一种节点失效的动态效应,会瞬间波及全网,造成全局网络瘫痪,成为无标度网络的规模化应用瓶颈.针对无标度网络的级联失效问题,提出一种可抵御任意单个节点失效引发的级联失效的缓解策略.在无标度网络中,节点容量是恒定的,根据这一特点建立级联失效模型,推导出网络发生大规模级联失效的承载极限,进而针对按节点度降序攻击的节点失效行为,提出相应的级联失效缓解策略.仿真实验结果表明,只对网络中小部分节点度大的超载节点采取一次缓解策略,可以显著改进无标度网络对此类攻击的级联失效抵御能力,同时通过数值模拟发现,网络总节点数和节点容量与网络的级联失效抵御能力正相关.     

加权无标度网络的级联失效模型

在加权的无标度网络中,为了抵抗网络的级联失效,增强网络的鲁棒性,提出了一种参数可调的级联失效模型.该模型从全局和局域的角度,将节点介数、节点度、节点权重和邻居节点权重相结合构建节点的初始负载,并建立节点容量与初始负载的比例关系,当节点失效后,通过结合失效节点邻居的容量来制定负载重分配规则,进而通过对网络级联失效的分析,推导负载参数的演化过程,得出模型中的参数对网络鲁棒性的影响.最后,通过实验验证了所提方法的有效性.