基于全排序与混沌多样性的高维目标进化算法

当前大部分多目标进化算法采用Pareto排序为种群个体指定适应度值;然而随着优化目标个数增加,种群中非支配个体的比例越来越大,造成上述算法的搜索能力迅速下降。针对高维(4个以上)目标优化问题,提出了一种全排序方法;该排序方法与Pareto排序具有一致性,并且能够对非支配解进行比较;因此基于全排序的多目标进化算法不受目标个数增加的影响。为了提高算法的优化效果,设计了一个混沌映射算子,用来周期性地初始化种群,以保证种群的多样性与均匀分布。最后,采用标准测试问题对所提算法与著名的非支配快速排序遗传算法(NSGA2)进行了实验比较。结果表明在高维目标优化问题中,所提算法无论在收敛精度,还是算法运行效率上都高于NSGA2算法。     

自动变频调节在数字化混输撬控制中的应用

随着数字化油田建设的不断推进和深化,数字化混输撬装置在油田建设中得以普遍推广应用。通过PLC实现生产现场实时数据的采集和监控以及生产过程的自动控制,通过变频器进行频率调节,控制输油泵的转速和排量,达到连续不间断平稳输油的目的。如何实现数字化混输撬的自动变频调节使其既能满足现场的工艺流程,又能平稳输油显得尤为重要。