基于时序大数据机器学习的状态趋势预警研究

针对目前预测算法的预测时间短和预警不及时等问题,采用极限学习机（ELM）算法,构建了时序预测模型,并通过最小二乘法拟合构建预测值斜率趋势,采用高斯混合聚类得到了动态安全趋势阈值,再结合预测斜率趋势和动态安全趋势阈值实现了斜率趋势预警。结果表明,相比于门控循环单元结构（GRU）神经网络等建模方法,ELM算法具有更好的预警能力,并且斜率趋势预警能够较早发现运行时异常变化,实现准确且及时的预警。     

改进多种群进化算法求解移动边缘计算中任务调度问题

移动边缘计算通过在靠近用户端的网络边缘部署服务器,为用户提供低时延的网络通信服务和类似云的计算服务。移动设备通过网络接入点将任务卸载到边缘服务器进行处理,能够有效地减少移动设备的能耗以及任务的完成时间。然而,用户在卸载任务时需要支付一定的通信成本。本文在构建包含多个用户和多个边缘计算节点的移动边缘计算环境的基础上,建立了最小化移动设备的任务完成时间、能耗以及通信成本的数学模型。为了解决上述问题,本文提出了一种改进多种群进化算法的任务调度优化算法。该调度算法通过优化卸载决策和资源分配决策来达到降低移动设备综合成本的目的。大量仿真实验说明,该任务调度算法与其他几种的任务调度算法相比,能够更有效地降低移动设备的综合成本。     

中国新增石油和天然气探明地质储量特征

为进一步掌握中国石油和天然气探明地质储量增长趋势,分析了2010—2019年中国新增石油和天然气探明地质储量分布和变化特征。结果表明:2010—2019年,中国新增石油探明地质储量主要分布在鄂尔多斯盆地、渤海湾盆地、准噶尔盆地等地区,以中浅层—中深层为主;新增天然气探明地质储量主要分布在鄂尔多斯盆地、四川盆地、塔里木盆地、东海陆架盆地等地区,以中深层—超深层为主。石油和天然气储量品质变差,丰度变低,埋深变大。中国新增油气探明储量的增长,主要集中在岩性地层油气藏、非常规油气藏、深层油气藏等领域。     

中国新增石油和天然气探明地质储量特征

为进一步掌握中国石油和天然气探明地质储量增长趋势,分析了2010—2019年中国新增石油和天然气探明地质储量分布和变化特征。结果表明:2010—2019年,中国新增石油探明地质储量主要分布在鄂尔多斯盆地、渤海湾盆地、准噶尔盆地等地区,以中浅层—中深层为主;新增天然气探明地质储量主要分布在鄂尔多斯盆地、四川盆地、塔里木盆地、东海陆架盆地等地区,以中深层—超深层为主。石油和天然气储量品质变差,丰度变低,埋深变大。中国新增油气探明储量的增长,主要集中在岩性地层油气藏、非常规油气藏、深层油气藏等领域。     

基于随机演化博弈的异质性主体中低碳扩散稳定性的仿真分析

为了分析不确定性因素对异质性主体中低碳扩散过程的影响,构建以企业和消费者为主体的随机演化博弈模型,并对其进行稳定性分析,得到3种低碳扩散稳定情形,且以新能源汽车比亚迪E6为例进行仿真验证。研究结果表明,当采取低碳策略的企业比例和采取低碳消费的消费者比例较低时,在不同的噪声强度下,低碳扩散最终都不能实现有效稳定;随着两者比例的增大,在经历混沌状态后,低碳策略和低碳消费能分别在企业和消费者中成功扩散,且在不同噪声强度下实现有效稳定。     

基于进化神经网络外圆纵向磨削表面粗糙度的在线预测

将人工神经网络引入磨削加工领域。针对BP算法存在收敛速度慢，容易陷入局部极小值以及全局搜索能力弱等缺陷，采用遗传算法训练BP神经网络，设计了基于进化神经网络的学习算法，建立了外圆纵向磨削表面粗糙度的进化神经网络预测模型。实验和仿真结果表明。基于进化计算的BP神经网络可以克服单纯使用BP神经网络易陷入局部极小值等问题，预测精度较高，对提高外圆纵向磨削加工的自动化程度具有重要的意义。通过在线监测磨削拳数。所提供的预测方法可以实现对工件表面粗糙度的在线预测。     

可编程控制器发展综述

本文描述了可编程控制器(PLC)的功能特点、应用领域及今后的发展趋势，并介绍了软可编程控制器技术和应用控制方案。     

川西深井地层压实趋势线的测井研究

地质勘探初期,在尚未取得原始地层压力实测资料之前,可以通过绘制地层压实趋势线辅助预测孔隙压力。其中建立工区地层的正常压实趋势线(方程)的关键是选取能反映地层压力实际情况的测井数据。川西地区须家河地层埋藏较深,对于该区深井砂泥岩地层压力的预测可采用等效深度法和Eaton法。利用等效深度法与Eaton法分别预测该工区的地层孔隙压力,结果表明,在该区运用等效深度法要优于Eaton法。     

国产石油钻机发展方向探讨

文章概述了我国石油钻机的现状,分析了与国外石油钻机的主要差距.针对我国的实际情况,对我国石油钻机的发展方向和进一步要解决的主要问题提出了建议.     

Evolving processes and evolution schedulers for concurrent scheduling controls and parallel evolutionary computation

In this paper we present concepts of evolution scheduling, which will provide us with a better scheduling mechanism for competing processes in the ready-queue, the blocked-queue, the pc (priority control) queue, and the cs (client-and-server) queue. The evolution scheduling is acceptable for the soft real-time system and useful for its performance to achieve fair and effective scheduling. On the other hand, for those who pursue evolutionary computation, this is good news. It allows them to carry out natural competition in an easy way consistent with their operating system and programming language.