岔河集油田井间动态连通性研究

CRM模型(Capaticance-Resistive Model)可利用注采开发数据定量地反演油藏的井间动态连通性。结合油田开发特点对CRM模型进行了改进,通过对井底流压波动影响的简化计算使模型的多解性大大降低;而且采用粒子群算法对模型各特征参数进行了优化求解,提高了计算效率。在实际应用中,首先通过对概念模型的数值模拟,验证了模型的有效性。然后将其应用于岔河集油田岔15断块15—141井区,反演结果与示踪剂资料等现场认识结果一致,为该区后期开发调整方案的实施提供依据。     

基于二维调度图的双库联合供水调度规则研究

针对双库库群联合供水调度问题,提出了一种基于二维水库调度图的水库群联合供水优化调度方法.二维水库调度图在由表示双库系统中各水库蓄水量的2条坐标轴与时间轴构成的三维坐标系下充分考虑每个水库蓄水量,在此基础上确定水库群的联合供水决策,并采用粒子群优化算法对调度图关键控制点位置进行优化.碧流河、英那河水库群的调度实验表明：二...     

基于粒子群算法的多小区用户分组调度研究

在多小区多用户多天线(MIMO)系统中,为减轻共道干扰(CCI),实现系统容量最大化的协同用户分组调度机制可归结为优化问题,而新型粒子群算法(PSO)就是解决非线性多元函数优化的有效手段.提出了一种基于粒子群优化算法(PSO)实现容量最大化的多用户调度解决方案.根据当前协同小区簇内各用户的信道特性,对发送信号进行迫零(...     

基于PSO的自抗扰飞行控制律参数优化方法

提出了一种基于粒子群优化(PSO)的自抗扰(ADRC)超机动飞行控制律参数优化方法.分析了自抗扰超机动飞行控制律的参数取值和调节问题,讨论了扩张状态观测器(ESO)中非线性函数的系数对系统性能的影响,并给出了系统的性能指标函数.在给定的参数范围内,采用标准的PSO算法对ESO中非线性函数的系数进行了参数优化,优化结果表明:这种算法可以按性能指标搜索到近似的最优参数.采用该算法得到的参数对超机动飞行控制律进行了数字仿真.仿真结果表明:控制律具有良好的动态和稳态性能,该参数优化方法是有效的.     

改进的粒子群算法在翼型优化设计中的应用

建立了多目标风力机翼型型线优化模型,并采用改进的粒子群优化算法对多目标风力机翼型型线进行优化,设计出4种不同厚度的性能较好的风力机翼型。对CQU A18和CQUA21两种新翼型的气动特性与相同厚度典型的风力机翼型进行对比分析,结果表明,该翼型具有良好的气动特性,对翼型的前缘粗糙度不敏感,在主要攻角范围内,光滑和粗糙条件下,新翼型的升力系数和升阻比都要高,其气动特性具有显著的提高。     

基于随机点摆动前行模式的改进粒子群优化算法

基于飞鸟寻食细致化仿生,提出了一种新的基于随机点摆动前行模式(RSFM)的改进粒子群算法原理,设计了改进粒子群算法流程,并利用算例展示了该算法的具体使用方法与计算效果。     

基于改进粒子群算法的BP网络在DTC系统中的转速辨识

利用改进粒子群优化(PSO)算法优化BP神经网络的权值和罔值,有效地解决了BP算法易陷入局部极小值的缺点,能更快速的实现收敛,不仅具有广泛的映射能力,还明显提高了运算效率.通过对直接转矩控制(DTC)系统进行MATLAB/SIMULINK仿真研究,结果表明:基于PSO-BP神经网络构造的速度辨识器具有良好的辨识效果.     

优化差异工件单机批调度问题的混合微粒群算法

研究了单机环境下具有动态到达时间的差异工件批调度问题,设计了微粒群算法对此类问题进行求解,并结合动态规划进行优化.首先给出了问题的微粒表达形式,并根据问题的离散优化特性对微粒状态的更新方法进行了改进;然后将微粒群算法和动态规划算法进行有效结合,改善近似解的质量.在实验中,对各类不同规模的算例均进行了仿真,验证了该算法的有效性.     

基于免疫克隆原理的改进粒子群优化算法的研究

提出了一种改进的粒子群优化(PSO)算法来进行函数优化,以克服PSO算法容易陷入局部极值的不足,加快收敛速度,从而实现全局搜索.PSO算法是基于群体智能的随机优化算法,参数结构简单,但收敛速度慢,容易陷入局部极值.通过对PSO算法的深入分析,基于传统的速度--位置更新操作,把免疫克隆(IC)原理引入PSO算法中,将抗体视为粒子,根据亲和度的高低进行粒子克隆选择、克隆抑制和高频变异,提高了种群的多样性和全局搜索的能力.测试结果表明,该算法完成全局搜索所需的迭代次数明显少于PSO算法,大大缩短了搜索时间,在多维函数最优解的搜索中具有优良的性能.     

基于PSO算法的系统辨识方法

研究了利用粒子群优化(particle swarm optimization, PSO)算法对系统进行辨识的新颖方法.该系统辨识方法的基本思想是将典型数学模型的相互组合而构成系统模型,即就是首先将系统结构辨识问题转化为组合优化问题,然后再采用粒子群优化算法同时实现系统的结构辨识与参数辨识.最后,给出了仿真示例,其仿真结果验证了所给的系统辨识新方法的合理性和有效性,辨识精度高,具有良好的实用性.