浅谈最优化算法在测井解释中的应用

常规的测井解释方法采用固定的解释模型,运用有限的几条测井曲线进行储层解释,适用于地形条件好、构造模式简单的地层结构.但足对于构造复杂的储层进行解释时,解释精度不能得到保证,缺乏说服力.因此笔者结合前人的经验,对于复杂的地质构造采用最优化算法进行解释.它根据广义的地球物理反演原理,充分运用地质资料和测井资料,根据非线性加权最小二乘法原理和误差理论建立多模型响应方程组,求解模型拟合的测井曲线与实际曲线之间的残差.当残差达到所设定的极小值范围时,则所求得的最优解最能反映地下的地质情况.     

“模拟退火”在全局最优化中的应用和改进

电信网优化问题经合理简化可转换为四维整数区域上的全局最优化问题.但该问题的费用函数是极端‘病态’的,采用基本的‘模拟退火’算法效年低,解的稳定性也不够满意.本文针对基本 SA 算法的弱点探讨了几种改进方法,使算法效率和解的稳定性都有所改善.     

单纯形替换最优化方法在霍各乞铜矿边坡稳定性分析中的应用

当边坡内没有明显的断裂面控制边坡的破坏时，应用极限平衡方法计算边坡安全系数需要确定具有最小安全系数的滑面，边坡安全系数是可能滑面的函数，而只有最小安全系数才可代表边坡的安全程度，用最优化理论中的单纯形替换法对霍各乞铜矿边坡的最小安全系数和相应最危险滑面进行了分析与研究，为边坡的设计提供决策的依据。     

最优化方法在建筑材料生产决策中的应用

利用最优化方法和决策理论,分析建筑材料生产的资金分配问题,选取最优方案,使公司产生最大利润。本文通过建立动态规划模型较好地说明了最优化方法在实际应用中的有效性。     

单纯形算法在圆度误差评定中的应用

提出一种圆度误差评定的实用算法，利用线性规划单纯形法，按最小条件求得圆度误差。计算结果表明所建立的数学模型具有编程简单和运行速度快的特点，此外该评定方法具有很强的通用性，对于其它形状误差的求解亦有参考价值。     

动态规划思想在算法设计中的应用

动态规划是解决最优化问题的基本方法,文中介绍了动态规划的数学依据、基本思想,给出 了利用动态规划思想进行算法设计的一般策略及其在算法设计中一些应用。     

微分流形上的最优化算法

指出了流形算法中利用测地线寻找最优解存在附加度量结构和计算复杂的问题,根据流形的局部与欧氏空间零点的开邻域光滑同胚这一性质,利用坐标变换把非线性等式约束优化问题转化为无约束优化问题,利用坐标变换而不是黎曼几何结构给出了函数取得极值的充分和必要条件,构造了一种映射梯度算法,并证明这种算法是线性收敛的．     

IPSO-BP算法在半主动悬架控制中的应用

为了改善半主动悬架的性能,提出采用改进的粒子群优化(improved particle swarm optimization,IPSO)-向后传播(back propagation,BP)算法作为半主动悬架自适应控制,该算法将标准粒子群算法进行改进,用以改善粒子群全局收敛性和收敛速度,并将改进后的IPSO算法作为BP神经网络的学习算法,用于半主动悬架的自适应控制.自适应控制器采用了双神经网络单元结构,一个作为输入端的控制器,根据路面输入调节半主动悬架阻尼值,另一个作为半主动悬架的辨识器,并进行在线识别.通过该控制器进行半主动悬架自适应控制数值仿真,结果表明,基于该算法的控制器明显改善了汽车的舒适性和平顺性,使得车身的垂向加速度比粒子群优化(particle swarm optimization,PSO)-BP半主动悬架的降低了21.73%,提高了汽车悬架的性能.     

Excel在混合整数规划中的应用

针对在管理中经常出现的决策问题介绍了一种解决方法．克服了线性规划的局限性,建立混合整数规划模型并用Excel软件的规划求解工具进行求解,通过一实例详细介绍了其求解过程．结果表明该方法简单、实用,并容易掌握．     

最优化方法在集中供热中的应用及研究

近年来集中供热事业发展较快,到二十世纪末我国北方的130多个城市已经有80多个城市建设了集中供热的设施,但是由于在建设期间施工技术的局限性和投入经济运行之后对热网的管理的忽视性,致使集中供热成为较高费用的投入而居民真正的受益不高的情况。针对沈阳市近期某工业园区的热网规划,利用最优化的计算方法对总费用进行优化,进而实现低投资高效率的目标。     

粒子群算法在化工过程优化中的应用

对基本粒子群算法进行了智能化改进,并运用改进粒子群算法和MATLAB语言,对化工生产过程中的苯-甲苯闪蒸过程进行了优化仿真计算。仿真结果表明,在有效地调整温度、压力及分流系数的条件下,使得气相产物中苯的产量达到最大,实现了苯-甲苯闪蒸过程的最优化,同时也证明了粒子群算法可以有效地解决化工生产过程中的优化问题。     

基于改进的粒子群和遗传算法的混合优化算法

分析粒子群算法在求解组合优化问题中的运行原理,对警车分布的优化问题建立了粒子群优化的数学模型,对基本粒子群优化算法中的速度范围、惯性权重等参数进行了改进,并通过仿真与基本粒子群算法比较,显示改进的粒子群算法,提高了优化结果.在改进的粒子群算法中引入遗传算法,将形成的新混合算法应用到求解警车最优执勤地点的分布问题,并与遗传算法和改进的粒子群算法仿真比较.结果表明,混合优化算法在收敛速度和精度上均有明显的提高.     

BP神经网络的遗传优化及其应用研究

针对BP神经网络具有训练速度慢、容易陷入局部极小值的特点,在分析其训练算法本质的基础上,提出将遗传算法（GA）引入神经网络训练,优化神经网络的权值和闽值,充分发挥遗传算法的全局寻优能力和BP算法的局部搜索优势,形成了一种新的GA—BP神经网络．应用实例仿真结果表明,GA—BP神经网络具有全局搜索、快速收敛的特点,建立的模型具有较高的预测精度和良好的泛化能力．     

一种新的求解移动Agent路由问题优化算法

文章对移动Agent在无线传感器网络中的路由问题进行描述,给出该问题的多约束最优非劣路径求解模型,并提出一种SA-CA算法求解移动Agent路由问题:利用模拟退火(Simulated Annealing,SA)算法接受最优单体以推动文化算法(Cultural Algorithms,CA)中信仰空间的进化,并将搜索步长作为情景知识指导群体空间最优解的搜索.这种双层结构特性减少了搜索时间,表现出较好的全局寻优性能.仿真实验也表明,与粒子群优化算法(PSO)、遗传算法(GA)的计算结果相比,提出的新算法在保证求解准确性的同时,具有更快的收敛速度和较高的可靠性,是解决无线传感器网络多约束QoS路由的有效途径,能提高整个网络的性能.     

自适应分层遗传算法在函数优化中的应用

通过分析基本遗传算法在函数优化中的应用，研究其不收敛和收敛慢的原因，并在此基础上提出了自适应分层遗传算法。通过实验，证明了改进算法的优越性。     

图像融合方法在细胞图像处理中的应用

目的将荧光图像和透射图像融合为一幅图像,实现荧光在细胞内部发光位置的准确定位,方法将图像融合技术应用于生物细胞图像的处理,采用两种基于小波变换的算法：双阈值法和消除高频噪声法,用于研究以溴乙啶（EB）标记的细胞凋亡现象,结果与结论通过融合图像可以准确判断细胞内部的发光位置,同时可观察到细胞的一些结构,图像的信噪比得以改善,图像融合方法不仅适合于研究细胞的荧光图像和透射图像,而且适合于对细胞进行双标记或三种标记的情况。     

基于N-S方程和序列二次规划的翼型优化设计

实际工程中的翼型设计通常是对某一性能良好的基本翼型进行局部改进以满足特定的工程要求。中将N—S方程流场分析程序和序列二次规划结合起来，发展了一种实用的翼型优化设计方法，用以提高基本翼型在多个设计点、在多种约束条件下的气动性能。由N—S方程计算得到的升力、阻力等气动参数构成目标函数，数值优化程序对其进行最优化。超临界翼型的设计算例表明，中发展的翼型优化方法设计质量高，所需机时少，易于实施，有较大的工程应用价值。     

石油胶体分散体系理论在调和燃料油工艺中的应用

以糠醛抽出油、乙烯焦油、减压渣油为研究对象,对三种油样进行调和,在一定温度下测定粘度。采用石油胶体分散体系理论分析变化原因。结果表明：当V（糠醛抽出油）∶V（乙烯焦油）∶V（减压渣油）分别为3∶5∶1、1∶3∶1、2∶5∶1、1∶5∶1时,调和燃料油的粘度、闪点、稳定性等指标符合船用燃料油标准。     

飞蛾火焰优化算法-投影寻踪回归模型在需水预测中的应用

基于用水时间序列构建投影寻踪回归(PPR)需水预测模型。针对PPR模型矩阵参数难以确定的不足,利用一种新型群体智能仿生算法——飞蛾火焰优化(MFO)算法优化PPR模型矩阵参数,提出MFO-PPR预测模型,并构建MFO-BP模型作对比,以1980—2013年上海市需水预测为例,分别利用实例前20组和后10组数据对模型参数进行率定及预测。结果表明:MFO-PPR模型对实例后10 a需水预测的平均相对误差绝对值和最大相对误差绝对值分别为1.84%、4.20%,预测精度优于MFO-BP模型的2.06%、4.61%。MFO算法具有较好的全局寻优能力,将MFO算法应用于PPR模型参数寻优,可有效地提高PPR模型的预测精度。