联产LNG天然气低温提氦工艺参数优化研究

为了降低联产LNG天然气低温提氦工艺的综合能耗,提高联产工艺的经济性。本文以四川某天然气提氦厂为例,利用HYSYS软件对联产LNG天然气低温提氦工艺进行模拟,通过对设备能耗进行分析确立影响工艺综合能耗的关键参数,并通过单因素分析得到各参数的取值范围,粗氦浓度为63.5%以上的基础上以综合能耗最低为优化目标构建优化函数模型,并利用遗传算法求解所构建的优化函数模型,由此求得最佳参数组合。得到的最佳参数组合为：一级提氦塔进料温度为-116.6℃,一级提氦塔进料压力为2.84 MPa,一级提氦塔回流比为1.2,氮气制冷剂高压压力为7 MPa,氮气制冷剂低压压力为340 kPa,氮气制冷剂流量为4 000 kmol/h,系统总能耗降低了10.46%,有显著的节能效果。     

数值仿真生成的汽车后空调气动噪声预测及评价

为解决需要项目开发后期样车完成后才能进行整车空调气动噪声性能测试及评价的滞后性问题,针对某SUV整车后空调高档范围工作产生的气动噪声,提出了一种基于空调整车计算流体动力学和FW-H声类比方程的气动噪声仿真计算分析和神经网络的主观评价预测方法。首先采用计算流体动力学和FW-H声类比相结合的方法仿真计算和验证后空调高档运行时车内产生的气动噪声特性;然后将仿真得到的时域气动噪声样本转化成声频格式,并开发GUI程序界面进行噪声样本主观评价和客观参数计算;最后建立基于遗传算法优化的主客观映射神经网络预测模型以实现车内后空调气动噪声性能的预测评价。仿真计算及预测评价结果表明：该方法计算的气动噪声仿真误差在10%以内,主观预测误差在0.5分以内,可有效指导汽车空调气动噪声性能的前瞻性预测开发。     

基于动态环境的机场航班实时调度优化研究

在对天气、空中管制等动态环境引起航班延误所造成的各主体利益损失分析及目标追求的基础上,建立单一机场航班动态实时调度微调两阶段优化模型,其中目标函数为追求航空公司、乘客利益和机场保障的经济损失加权和最小化,采用遗传算法优化求解.从最大效率利用终端区空域的角度,评估航班调度方案.具体的算例表明采用本方法能依据动态环境不断优化微调需更新的航班时刻表,达到兼顾各方利益提高机场综合服务水平的目的,证明了方法的可行性.     

基于遗传算法的灰色Elman神经网络预测模型及其应用

针对少数据、贫信息、非线性、动态性的时间序列,采用遗传算法对Elman神经网络的初始权值进行优化以避免陷入局部最小值.建立灰色GM(1,n)模型对其进行预测,使用优化后的神经网络对预测结果进行修正.通过实例拟合、预测,对比灰色GM(1,n)模型、灰色神经网络模型和基于遗传算法的灰色神经网络模型结果,验证预测模型的有效性.结果表明,基于遗传算法的灰色Elman神经网络预测模型能够扩大搜索范围,稳定网络结构,提高解的精度.     

基于多目标优化算法的系泊系统设计

系泊系统设计对近浅海观测网的信息传输起到了至关重要的作用.针对存在风力和水流力的多成分系泊系统,建立了计算锚链形状、钢桶和钢管的倾斜角度、浮标的吃水深度和游动区域为主的多参数多目标优化模型.结合力与力矩的平衡方程,分析了各参数的约束条件.以吃水深度、最大游动距离和钢桶倾角作为目标函数,并根据多目标遗传算法求解得到最优设计方案.最后通过模型检验,验证了方案的可行性.     

常态及故障条件下的多传感器任务管控调度研究

针对多传感器控制中的常态和故障情况问题,建立了描述常态和故障条件下的多传感器控制的多目标规划模型,通过偏离度指数,应用遗传算法求得常态控制问题最优解.其次将传感器故障转化成伪执行器故障运用改进的遗传算法,实现了多传感器故障情形下最优控制求解.仿真结果表明了最优控制方案的有效性.     

基于遗传算法与牛顿法的联合算法在地表发射率反演中的应用

结合遗传算法全局高效搜索和牛顿法局部细致搜索的优势,充分利用一种算法的优点弥补另一种算法的不足,进而引入一种基于遗传算法和牛顿法的联合算法,并将联合算法应用于反演地表发射率的函数关系中.结果表明,联合算法中由遗传算法提供的初始值使得牛顿法下降的速度快,且很快趋于稳定,达到精度要求;而由任意初始值提供给牛顿法,目标函数下降到一定阶段后反而有所回升,然后才保持稳定,且经和联合算法迭代相同的次数后,目标函数的值仍然非常大,远远达不到要求.因此,从可行性、计算效率上看,联合算法均优于单纯的牛顿法,是一种性能稳定,计算高效的下降方法.     

基于机器学习方法的丙型肝炎病毒聚合酶NS5B非核苷抑制剂的定量构效关系研究

对89 个苯并异噻唑和苯并噻嗪类丙型肝炎病毒(HCV) NS5B聚合酶非核苷抑制剂进行了定量构效关系(QSAR)研究. 采用遗传算法组合偏最小二乘(GA-PLS)和线性逐步回归分析(LSRA)两种特征选择方法选择最优描述符子集, 然后建立多元线性回归和偏最小二乘线性回归模型. 并首次尝试使用遗传算法耦合支持向量机方法(GA-SVM)对两种特征选择方法所选的描述符子集分别建立非线性支持向量机回归模型. 三种机器学习方法所建模型均得到比较满意的预测效果. 采用LSRA所选的6 个描述符建立的三个QSAR模型对于测试集的相关系数为0.958-0.962, GA-SVM法给出最好的预测精度(0.962). 采用GA-PLS所选的7个描述符建立的三个QSAR模型对于测试集的相关系数为0.918-0.960, 偏最小二乘回归模型的结果最好(0.960). 本工作提供了一种有效的方法来预测丙型肝炎病毒抑制剂的生物活性, 该方法也可以扩展到其他类似的定量构效关系研究领域.     

硝基苯类化合物对小鼠急性毒性LD50的QSAR研究

本文选取45个典型硝基苯类化合物的小鼠半致死浓度毒性数据,利用遗传算法和多元线性回归分析,构建了硝基苯类化合物结构与急性毒性LD50的定量构效关系。模型的相关系数R2和内部交叉验证系数Q2分别为0.819和0.732,均方根误差为0.243。结果表明,该模型具有较好的预测能力和稳健性。通过模型中筛选出的描述符可知,硝基苯类化合物的急性毒性与氢键的数量以及结构拓扑学参数有较强的相关性。