GA-BP嵌套算法的理论及应用

分析了BP算法、遗传算法以及GA-BP-APARTING算法的特点,提出了GA-BP-NESTING算法.在人工神经网络的在线学习和离线学习方式下,分别对BP算法、GA算法、GA-BP-APARTING算法和GA-BP-NESTING算法进行了比较研究,研究发现:第一,网络初始权值的赋值对人工神经网络训练影响很大;第二,离线学习方式下GA-BP-NESTING算法效果最佳.     

基于SD的煤炭矿区节能减排仿真与调控

煤炭矿区在生产煤炭能源的同时,会产生大量的能耗和排放,而降低煤炭产量必然会影响矿区的经济效益.如何协调经济发展与能源消耗、污染排放之间的矛盾,是煤炭矿区亟待解决的难点问题.通过分析煤炭生产各环节节能与减排要素、煤炭矿区节能减排系统的复杂结构和系统内部的动态反馈机制,建立了煤炭矿区节能减排系统动力学模型,并对煤炭矿区不同的发展方案进行了仿真模拟.结果表明,矿区总投资、煤炭生产投资、环保投资、各种吨煤能耗量等因素在煤炭矿区节能减排系统中发挥了重要的影响作用;可以通过增加矿区总投资,优化煤炭生产投资与环保投资比例,降低吨煤能耗量来达到矿区经济与节能减排协调发展的状态.     

基于不同优先级的油田增产多目标规划

为了衡量目标优先级不同对油田增产决策的影响,建立了基于不同优先级的多目标规划模型,并对增油量和措施费用两个目标不同优先级下的模型进行了求解,结果表明,目标优先级不同,油田增产措施的配置结果不同,但主要集中在对有效增产措施的配置上,对于效果较差的增产措施并无差异;同时,目标优先级不同导致目标的最优解相差较大,反映了决策者偏好对油田中后期增产决策的重要性.     

坑口电厂低碳经济发展系统动力学仿真研究

通过分析坑口电厂低碳经济系统的复杂结构特征和动态反馈机制,建立了坑口电厂低碳经济系统动力学模型,描述系统内部各要素之间的相互关系,并以平煤集团坑口电厂为例,对不同发展方案下的坑口电厂低碳经济系统进行仿真模拟.结果表明:科技投资、环保投资、能源利用率、能源消费结构等因素是影响坑口电厂低碳经济发展的关键因素;可以通过优化能源消费结构,提高煤矸石消耗比例;增加科技投资和环保投资,提高能源利用和转换效率,降低污染物和二氧化碳排放量,从而达到高效率、低能耗、低排放的低碳经济发展模式.     

基于累积前景理论的石油管道路径方案优选

建立以一种基于前景理论的石油管道输送路径方案优选方法.首先依据决策者对各个属性的期望,将具有清晰数、区间数和语义短语三种形式的决策矩阵转化成为前景决策矩阵.其次,再利用主客观赋权偏差最小的思想,构建组合赋权模型,计算各个属性的权重;然后,根据决策者对待收益和损失的不同风险态度,计算各个方案的累积前景值.最后,以石化某油田外输管道路径方案问题为实例,介绍了该方法的决策流程,为解决同类工程方案优选问题提供了一种新的途径.     

多周期报童模型在煤炭物资库存管理中的应用

为了降低煤炭企业物资库存管理成本,本文结合郑州煤电物资供销公司的实际情况,提出了考虑供过于求时,剩余物资对库存以及订货量影响的多周期库存模型。不同于经典报童模型中以订货量为自变量,本模型以期望利润为目标函数,以初始库存为自变量,在期望利润最大的情况下,得出每个周期的初始库存水平。通过郑州煤电物资供销公司的物资库存管理实例计算,结果表明可降低库存成本50%左右,说明该模型合理可行。     

基于GA优化BP网络输入的人力资本预测研究

人力资本是决定地区经济增长的重要因素之一,其形成受多种因素的综合影响。利用BP神经网络进行预测时,因人力资本形成因素众多,各因素之间信息独立性差,交叉重叠的信息使得神经网络的结构过于庞大,极大地影响了网络的性能。本文采用遗传算法(GA)对人力资本形成因素进行优化,化选出与人力资本关系最密切、反应最敏感的少数指标,再利用优化后的指标对我国31个地区的人力资本进行预测,有效地降低了网络输入维数,提高了网络精度。     

一种改进的遗传k-means聚类算法

在经典的k-means聚类算法中,聚类数k必须事先给定,然而在现实中k很难被精确的确定.本文提出了一种改进的遗传k-means聚类算法,并构造了一个用来评价分类程度好坏的适应度函数,该适应度函数考虑的是在提高紧凑度(类内距)和分离度(类间距)的同时使得分类个数尽可能少.最后采用两个人工数据集和三个UCI数据集对k-means聚类算法(KM),遗传聚类算法(GA),遗传k-means聚类算法(GKM)和改进的遗传k-means聚类算法(IGKM)进行比较研究,比较的指标有类间距、类内距和分类正确率.研究证明改进的遗传k-means算法能够自动获取最佳聚类数k并且保持较高的正确率.     

基于离散与连续选址相结合的平面选址问题研究——以华北石油局大牛地气田污水处理厂选址为例

选址问题的研究中,大多考虑的是理论距离(例如欧式距离等);但在实际问题中,真实的公路运输距离和理论距离有较大差异,并且修建公路的成本较高.在尽量利用当前的公路交通网络同时,又能得到最优选址,在现实中具有重要意义.以华北石油局大牛地气田第一采气厂污水处理厂选址为例,分别采用重心法选址、最大值最小化选址、多目标选址等选址的方法得到污水处理厂的备选点,并结合实际距离模拟出了各个备选点的运输费用,再综合考虑当地政策和交通状况等因素,最终得到了使得运输费用最低的新的污水处理厂的位置坐标P(9.33,11.79),在该位置建立污水处理厂比之前的运输方案每年大约可节约511万元的运输费用.方法最大的优点是减小了在选址过程中理论距离与实际距离的误差,在现实中具有一定的指导意义.     

基于FCM-BP神经网络的难采储量分类

目前储量的分类标准是通过划分指标值的范围来确定的,这就要求所有指标值恰好符合既定的指标范围,否则难以划分储量类别.为克服这一问题,结合模糊C均值算法和BP神经网络实现难采储量的分类.首先基于效益指标运用模糊C均值算法自动搜索储量的最佳类别,再利用BP神经网络建立储量效益指标类别与储量属性指标之间的关系表达式.在已知储量指标值的情况下,通过此关系式即可求得储量的类别.最后以大庆某油田为实例,对其难采储量进行了分类,有效指导难采储量滚动开发决策.