基于遗传算法的袋式除尘器脉冲喷吹清灰自适应模糊控制

针对当前主流的袋式除尘器定时、定压差脉冲喷吹清灰控制技术所表现的控制效果不理想、压缩空气消耗高以及无法自动调节清灰周期等问题,提出了一种基于控制规则可调的脉冲喷吹清灰自适应模糊控制方法。研发了一种脉冲喷吹清灰控制结构模型及自适应模糊控制器,将模糊控制规则按阻力偏差的大小分为4个等级并分别引入调整因子,以阻力偏差的时间误差绝对值积分(ITAE)作为目标函数,通过遗传寻优得到最优调整因子,进而得到能够根据不同工况条件自适应调节清灰周期的模糊控制规则。实验结果表明:相较于优化前的模糊控制器,该自适应模糊控制器超调量小、响应速度提升39.5%;与定时、定压差控制相比,自适应模糊控制能够维持过滤阻力的稳定性,分别节省耗气量34.0%、5.4%。在脉冲喷吹清灰控制系统中,该自适应模糊控制方法使控制效果得到较大提高。     

城市群综合承灾能力评价的RAGA-PP模型

为解决已有模型普遍存在的难以动态评价非线性寻优的现实问题,引入投影寻踪(PP)模型进行城市群综合承灾能力评价,并运用基于实数编码的加速遗传算法(RAGA)优化辅助多维数据空间拓扑结构的投影方向,对长三角城市群(YRDUA)地区进行实证研究。结果表明：RAGA-PP模型与典型的熵权法(EWM)、灰色关联分析法(GRA)评价结果具有高度一致性,且RAGA-PP评价结果更符合实际,表明RAGA-PP模型具有较强的精确性、稳健性和抗干扰性,不仅能够聚焦于优秀个体的取值区间来实现全局搜索和加速评估,也在较大程度上避免传统方法长期存在的权重设置主观性较强、高维数据不易处理的现实问题;另外,各子系统维度的目标投影值平均水平排序为：抗灾维度>防灾维度>救灾维度>恢复维度,表明抗灾维度指标对综合承灾力影响程度最大。     

不同优化模型在餐厨垃圾厌氧消化中的应用与比较

采用正交试验设计,响应面设计以及基于BP神经网络的遗传算法模型,对餐厨垃圾厌氧消化产沼气的操作参数进行优化,并比较分析这3种模型的优化效果。结果表明,采用正交试验设计模型,当接种比、含固率、初始pH分别为3、8%和9时,沼气产量最大,实际产量为1 015 mL/gTS,并且这3个因素对产气量的影响顺序为接种比>初始pH>含固率;采用响应面设计模型,当接种比、含固率、初始pH分别为2.42、8.62%和8.49时,最大沼气产量为1 049.85 mL/gTS,实际产量为1 029.5 mL/gTS,接种比对产气量的影响极其显著;采用基于BP神经网络的遗传算法模型,当接种比、含固率、初始p H分别为2.66、8.06%和8.87时最大产气量的预测值和实测值分别为1 085.8 mL/gTS和1 067.25 mL/gTS,实测值分别比正交设计模型和响应面设计模型的实测值提高5.15%和3.67%,表明在餐厨垃圾厌氧消化产沼气参数优化实验中,采用基于BP神经网络的遗传算法具有更高的准确度。     

存在不确定灾害点的交通运输网络应急车辆调度研究

灾害的发生往往具有不确定性,容易造成意想不到的损失,对于未来灾害点的预防是很有必要的。由于各受灾点对应急资源的需求量不同,交通运输网络中的应急车辆调度能否及时对救灾也是至关重要的。对一般的应急车辆调度模型进行改进,结合实际中发生的灾害点及预测未来可能发生的灾害点,建立了以带权重响应时间成本最小和应急物资未满足量最少为目标函数的应急车辆调度模型,并提出了基于遗传算法的模型求解方法,最后通过实例计算分析验证了模型的有效性和实用性。该模型可以在灾害发生前后为应急车辆的调度提供参考。     

基于遗传神经网络的除湿机故障诊断与寿命预测

目的识别除湿机的性能状态和预测吸附剂的剩余寿命。方法针对除湿机故障过程缓变的特点,提出一种基于数据驱动的遗传神经网络模型。首先,为解决设备失效程度划分模糊的问题,由5个热力参数组成反映吸附剂劣化程度的特征向量,关联分析得到除湿机的5类故障模式。其次,利用遗传神经网络建立状态参数和故障模式的映射关系。最后,对表征设备吸附能力的主参数进行外推预测。结果训练好的诊断网络可准确地识别出设备的劣化程度及其演变过程,预测网络的预测精度非常高。结论该方法可有效地实现对除湿机的故障诊断与预测。。     

回采工作面瓦斯涌出量遗传投影寻踪回归预测

为快速、准确预测回采工作面瓦斯涌出量,基于投影降维思想,建立一种遗传算法(GA)投影寻踪回归预测方法。选取煤层瓦斯原始含量、埋藏深度、煤层厚度、煤层倾角、工作面长度、推进速度、采出率、临近层瓦斯含量、临近层厚度、临近层层间距、岩层岩性、开采深度作为评价因子,对某矿15个学习样本进行训练,建立GA投影寻踪回归预测模型。利用该矿3个实测样本对模型进行检验,并与主成分分析和BP神经网络方法结果进行对比。研究表明:利用GA投影寻踪回归预测回采工作面瓦斯涌出量,平均误差为3.43%,最大误差为5.7%,精度优于其他2种方法。     

RBI技术应用于LNG设备上的改进研究

基于API581的风险评估技术(RBI)是近年来石化行业逐渐采用并得到认可的一种新的评估设备经济可行性和安全性的技术。但是由于LNG的温度一般低至-162℃,使得LNG设备在应用API581时受到了限制。低温脆性断裂是LNG设备需考虑的一项主要的失效模式,API在评估脆断损伤因子时的温度范围是-73~38℃。为了能够评估LNG设备在低温环境下的风险,通过遗传算法将温度扩展至-209℃。扩展得到的脆断损伤因子曲线同夏比冲击试验的冲击功随温度变化曲线的趋势基本一致,因此扩展的损伤因子可以满足低温环境下LNG设备的风险评估。     

基于遗传-神经网络的电网流域面雨量预报方法研究

以重点水力发电厂和大中型水库为主要考量,并兼顾地形地貌和中小河流的分布特征,将广西划分为23个电网流域,研究了基于非线性的神经网络电网流域面雨量预报方法。以5-6月龙滩近库区、龙江流域等6个电网流域为例,利用遗传算法优化BP神经网络的连接权和网络结构,建立了各电网流域的遗传-神经网络电网流域面雨量预报模型。对独立样本的预报结果表明,基于遗传-神经网络的电网流域面雨量预报模型的预报能力要优于传统的逐步回归预报模型,也明显优于日本、德国数值模式预报产品所换算成的电网流域面雨量预报,并与气象部门同期制作的综合面雨量预报产品能力相当,因而,遗传-神经网络面雨量集合预报模型有较好的业务应用前景。     

响应面法和神经网络优化Acinetobactersp．DNS32发酵基质

为了提高阿特拉津降解菌Acinetobactersp．DNS32的产量，分别采用响应曲面法和基于人工神经网络的遗传算法对阿特拉津降解菌DNS32发酵培养基中3个重要基质成分（玉米粉、豆饼粉、K：HPO。）进行优化研究。响应曲面法确定3种成分的含量为玉米粉39．494g／L，豆饼粉25．638g／L和K。HPO。3．265g／L时，预测发酵活菌最大生物量为7．079×10^8CFU／mL，实测量为7．194×10^8CFU／mL；人工神经网络结合遗传算法优化确定3种主要成分含量为玉米粉为39．650g／L，豆饼粉为25．500g／L，K2HPO4为2．624g／L时，预测最大值为7．199×10^8CFU／mL，实测量为7．244×10。CFU／mL；最终确定培养基配方：玉米粉为39．650g／L，豆饼粉为25．500g／L，K2HPO4为2．624g／L，CaCO3为3．000g／L，MgSO4·7H2O和NaCl均为0．200g／L；优化后阿特拉津降解菌DNS32发酵生物量比优化前提高了36．6％。结果表明，在阿特拉津降解菌DNS32发酵培养基组分优化方面，响应面法和基于人工神经网络的遗传算法都是可行的，基于人工神经网络的遗传算法具有更好的拟合度和预测准确度。     

自然灾害社会脆弱性评估研究——以上海市为例

基于投影寻踪聚类模型(PPC),结合基于实数编码的加速遗传算法(RAGA),对上海市进行了自然灾害社会脆弱性评估的尝试。结果表明:①灾害社会脆弱性最高的为崇明县,其次为宝山区和金山区;②灾害社会脆弱性最低的是黄埔区,其次是徐汇区和静安区;③总体而言,灾害脆弱性较低的地区集中于上海城市中心区,而城市边缘区的社会脆弱性一般较高。