收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

粒子群优化算法的改进研究及在石油工程中的应用

刘华蓥  
【摘要】:石油工程中的很多问题都可以抽象为优化问题。面对这些复杂优化问题,传统优化方法往往无能为力,于是智能优化方法成为解决复杂优化问题的有效方法,而粒子群优化算法是得到广泛关注和应用的一种智能优化方法。 粒子群优化算法计算简单、控制参数少、易于实现、具有较强的鲁棒性,非常适合于求解复杂优化问题,但它有易陷入局部最优、收敛精度不高等缺点。因此,本文对其在求解无约束单目标、有约束单目标和有约束多目标等优化问题时的性能进行了研究与改进,并将改进后的算法应用于几个典型的石油工程优化问题,取得了令人满意的效果。 1.本文提出一种基于混沌变异的动态量子粒子群优化算法。该算法根据群体进化因子动态划分子群,当种群进化速度减慢时,对由适应值较差的粒子组成的子群采用混沌变异,并对全局最优位置加一小扰动,以保持种群的多样性,提高算法的全局搜索能力。对典型高维复杂函数的测试结果表明,该算法不易陷入局部极值,收敛速度快,优化效果明显优于混沌优化算法和量子粒子群优化算法,体现出良好的全局优化性能。将该方法与罚函数法相结合,应用于油田注水系统运行调度优化,取得了较好的效果。 2.目前最常用的约束条件处理方法是惩罚函数法,但确定适当的罚因子是很困难的,常常需要多次实验来不断调整。本文提出一种基于双适应值的量子粒子群优化算法。该算法将目标函数和约束条件分离,从而赋予每个粒子双适应值,并根据这两个适应值来决定粒子优劣,同时提出保持不可行解比例的自适应策略。数值实验证明该算法在求解精度和稳定性上明显优于采用罚函数的量子粒子群优化算法和其他几种算法。将该方法应用于油田注水管网布局优化设计,取得了较好的优化效果。 3.本文提出基于空间划分树的多目标粒子群优化算法。该算法把外部集所对应的目标空间划分为多个单元格,使用空间划分树来索引非空单元,降低了算法的时间复杂度。优先选择拥挤距离密度比最大的粒子作为全局极值,使全局极值的选取更加准确,从而使非劣解集的多样性有了进一步提高。数值实验验证了该方法的有效性。将该方法应用于油品调和优化,取得了较好的优化效果。 4.将基于双适应值的量子粒子群优化算法分别应用于分层开发指标动态劈分预测和管道保温优化设计,都取得了很好的优化效果;将基于空间划分树的多目标粒子群优化算法分别应用于配注方案优化和管道保温优化,也都取得了令人满意的结果。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 殷志锋;陈建军;;混合量子进化算法及其在多用户检测中的应用[J];河南师范大学学报(自然科学版);2006年04期
2 吴凯;李燕杰;陈长喜;赵娜;;基于粒子群算法的物流配送路径优化问题研究[J];今日科苑;2009年08期
3 章小龙;;基于粒子群优化算法的像素级图像融合[J];漳州师范学院学报(自然科学版);2009年02期
4 杜世强;;基于遗传粒子群优化的动态聚类算法[J];西北民族大学学报(自然科学版);2010年03期
5 傅忠云;蔡金锭;;粒子群优化算法在计算低压试验电路功率因数的应用[J];福州大学学报(自然科学版);2006年01期
6 孙春林;崔珂;李耀华;;基于粒子群优化算法的飞机维修计划编制优化[J];中国民航大学学报;2007年01期
7 汪灵枝;申锦标;赵世安;;基于模拟退火的进化算法性能对比研究[J];百色学院学报;2007年03期
8 蒋辰伟;王斌;张立明;;基于粒子群优化算法的脑磁图源定位[J];生物物理学报;2008年04期
9 郑友莲;樊俊青;;多目标粒子群优化算法研究[J];湖北大学学报(自然科学版);2008年04期
10 罗平;陈巧勇;杨仕友;倪光正;;300MJ环状高温超导储能磁体的优化设计[J];低温与超导;2009年01期
11 雷翻翻;高岳林;;带有局部信息策略的粒子群优化算法[J];甘肃联合大学学报(自然科学版);2010年01期
12 张洪波;;多种群粒子群分层进化优化算法[J];中国科技信息;2010年08期
13 王姝;陈崚;;基于正交试验设计的粒子群优化算法[J];扬州大学学报(自然科学版);2010年02期
14 陈高波;;基于PSO-LSSVM的飞机维修保障费用预测模型[J];计算机应用与软件;2010年09期
15 王丽;王山山;杨威;;改进的粒子群波阻抗反演方法与应用[J];岩性油气藏;2011年01期
16 潘庆红;吕磊;;BP神经网络在基坑工程变形预测中的应用[J];山西建筑;2011年12期
17 瞿高峰;陈淑燕;;粒子群优化算法在交通信号配时中的应用[J];广西师范大学学报(自然科学版);2006年04期
18 杨光友;刘琼;;前向神经网络粒子群优化学习算法研究[J];广西师范大学学报(自然科学版);2008年03期
19 许振明;;粒子群算法求解组合投资问题[J];电脑学习;2009年06期
20 张彬;;融合粒子群优化的蚁群算法对TSP问题的应用研究[J];科技资讯;2009年34期
中国重要会议论文全文数据库 前10条
1 王光辉;陈杰;潘峰;;多种群协同粒子群优化算法求解动态环境优化问题[A];第二十七届中国控制会议论文集[C];2008年
2 徐东;李晔;唐旭东;庞永杰;廖煜雷;;基于变异行为的自适应粒子群优化算法[A];中国自动化学会控制理论专业委员会A卷[C];2011年
3 李猛;王道波;甄子洋;;基于改进混合粒子群优化算法的模型最优降阶[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
4 陈志盛;李勇刚;;改进粒子群优化算法及其在磨削加工中的应用[A];第二十七届中国控制会议论文集[C];2008年
5 马琰铭;;基于粒子群优化算法的晶体结构预测新技术及其在高压新结构研究中的应用[A];2011中国材料研讨会论文摘要集[C];2011年
6 文建辉;钟科军;唐丽娟;蒋健晖;;基于离散的粒子群优化算法结合主成分分析用于相似烟气样品的色谱区分[A];全国生物医药色谱学术交流会(2010景德镇)论文集[C];2010年
7 司维超;韩维;史玮韦;颜刚;;一种基于蜜蜂多群体觅食的粒子群优化算法[A];中国自动化学会控制理论专业委员会B卷[C];2011年
8 王群杰;齐美清;汪伟;李磊;;粒子群优化算法在波导高通滤波器设计中的应用[A];2011年全国微波毫米波会议论文集(上册)[C];2011年
9 张翔;李纲;熊伟清;;修正AHP中判断矩阵一致性的粒子群优化算法[A];第二十九届中国控制会议论文集[C];2010年
10 卓永强;;船舶车舵联动协同控制最优化的研究[A];1995-2009航海技术论文选集(第1集)[C];2010年
中国博士学位论文全文数据库 前10条
1 刘华蓥;粒子群优化算法的改进研究及在石油工程中的应用[D];东北石油大学;2012年
2 戴运桃;粒子群优化算法研究及其在船舶运动参数辨识中的应用[D];哈尔滨工程大学;2010年
3 刘波;粒子群优化算法及其在机电设备中的应用研究[D];中北大学;2011年
4 傅阳光;粒子群优化算法的改进及其在航迹规划中的应用研究[D];华中科技大学;2011年
5 徐星;融合热运动机制的粒子群优化算法研究及其应用[D];武汉大学;2010年
6 王大志;面向实际工程问题的粒子群优化算法应用技术的研究[D];东北大学;2009年
7 徐文星;混沌粒子群优化算法及应用研究[D];北京化工大学;2012年
8 李丹;粒子群优化算法及其应用研究[D];东北大学;2007年
9 张玮;粒子群优化算法研究及在阵列天线中的应用[D];太原理工大学;2010年
10 徐鹤鸣;多目标粒子群优化算法的研究[D];上海交通大学;2013年
中国硕士学位论文全文数据库 前10条
1 孙晶晶;粒子群优化算法的改进及其应用研究[D];陕西师范大学;2010年
2 王婧;基于粒子群优化算法的集群调度策略研究[D];中国石油大学;2011年
3 张新娟;改进粒子群优化算法及其在图像分割中的应用[D];陕西师范大学;2011年
4 刘煌;基于GA的改进粒子群算法研究及其在TSP上的应用[D];武汉理工大学;2010年
5 苗爱敏;基于动态特征的粒子群优化算法研究[D];云南大学;2010年
6 杨洋;基于粒子群优化算法的准循环LDPC码构造[D];北京交通大学;2011年
7 沈锡;基于粒子群优化算法的船舶航向PID控制[D];大连海事大学;2011年
8 刘现;蛋白质结构预测的粒子群优化算法研究[D];福建农林大学;2011年
9 刘兰霞;多目标粒子群优化算法研究[D];湖南科技大学;2010年
10 王莹;基于粒子群优化算法的无功优化及规划[D];天津大学;2005年
中国重要报纸全文数据库 前10条
1 秋实;规划要反映功能区差别[N];中国国土资源报;2006年
2 记者 邓少华;宁波“十一五”规划首次划定四大功能区[N];宁波日报;2006年
3 东方;装饰玻璃渗透居室每一角[N];中国建设报;2007年
4 庄石;陶艺装点高雅[N];中国质量报;2000年
5 江南;楼市又赋“新词”[N];河北经济日报;2001年
6 钟新华;家居空间出新有术[N];中华建筑报;2001年
7 ;商业街如何确定主题[N];浙江日报;2004年
8 刘佳;国家主体功能区规划9月现雏形[N];北京商报;2007年
9 见习记者  张蕊;我国主体功能区划基本方向确定 天津滨海新区或列入重点开发区[N];中国房地产报;2006年
10 陈孟阳;我国将对国土空间分类规划并实行差别绩效考核[N];中国改革报;2006年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978