基于VEGA和DCGA的化工园区布局优化研究

化工园区布局优化是一个复杂的多目标优化问题,建立了以事故风险和经济收益为两个优化指标的化工园区布局优化模型,以潜在死亡人数(PLL)表征事故风险,以销售收入表征经济收益;从算法的正确性、有效性及其搜索性能上提出了三条化工园区布局优化算法性能的评价准则;基于向量评价遗传算法(VEGA)和基于确定性拥挤机制的小生境遗传算法(DCGA)分别对化工园区布局优化进行研究,并对比分析了优化计算结果,得出:建立的化工园区双目标布局优化模型和提出的优化方法是可行的,计算所得的Pareto最优解对化工园区布局具有较好的参考价值;VEGA算法仅能满足部分准则要求,而DCGA算法能同时满足三条评价准则要求,可知DCGA算法适用于化工园区布局优化。     

基于风险的化工园区供热工程布局优化

为从风险角度对化工园区枝状热网的布局进行优化,运用风险评估理论,首先建立了枝状热网的风险评估模型;然后建立了基于风险的热网布局优化模型和基于当量费用长度的热网投资模型;最后,应用遗传算法进行枝状热网布局优化,并根据优化目标函数设计了适应度函数,采用单亲进化策略中的交叉和变异算子来保证有效个体的数量。在遗传进化过程中,输出每一代风险最小个体的投资,作为选择最终布局方案的一个参考。结合具体例子,得到了风险最小的较佳热源位置和相应的管网布置方案;输出了不同热源位置下每一布局方案的当量费用长度,分析了不同布局方案的风险和投资分布情况;定义风险和当量费用长度的比值为R/E,用来判断各布局方案的风险和投资的合理性。将遗传算法与Dijkstra和Kruskal算法进行比较,结果表明,遗传算法能够得到风险最小的布置方案,且具有更好的寻优效果。     

遗传禁忌搜索的能量均衡深井安全监测WSN分簇路由算法

针对深井巷道无线传感器网络（Wireless Sensor Networks,WSN）安全监测中节点能量消耗不均匀导致网络生命周期较短的问题,在分析低功耗自适应集簇分层型算法（Low Energy Adaptive Clustering Hierarchy,LEACH）、遗传算法（Genetic Algorithm,GA）和禁忌搜索算法（Tabu Search Algorithm,TS）的基础上,提出遗传禁忌搜索的能量均衡深井安全监测WSN分簇路由算法（GTSR-EB）,以分簇方式来减少数据发送量与寻优开销,利用优化GA算法和TS算法进行多路径搜索以选出一条能耗均衡、路径传输距离最短的最优路径。仿真实验表明:GTSR-EB算法网络存活周期为LEACH算法的2.17倍、GA算法的1.18倍,GTSR-EB网络能量利用率更高、生存周期更长。     

基于风险的化工园区布局优化决策支持系统

为加强化工园区风险辨识和布局优化,主要研究化工园区布局优化决策支持系统。在分析该系统主要功能的基础上,介绍基于风险的化工园区布局优化决策支持系统的理论模型:对化工园区重大危险源事故预测建模,包括重大危险源事故发生概率预测和事故后果预测;从个人风险、社会风险和财产风险3个模型评价化工园区区域动态风险,依据这3种风险值,计算区域综合风险;分别就功能区布局、消防布局和交通布局,对化工园区提出动态布局优化方法和建议措施。通过理论模型建立决策系统软件,结合实证分析,证明该决策支持系统的合理性。     

Voronoi尾流规避下的风电场布局安全性研究

为了降低尾流对风电场稳定输出和风力机发电性能的危害,在现存风电场风力机布置优化布局方法下,提出结合1种基于几何约束辅助的Voronoi图的全新优化方法,对现行的几种代表性的风电场布局进行二次迭代优化,并利用WAsP软件对优化前后的布局做对照数值仿真计算。研究结果表明:优化后的布局可有效规避尾流效应,提高风电系统的稳定输出性和安全供电,并提高风电能量利用率。本文以Voronoi几何生成特性为研究核心,在总结一般规律下,结合程序化计算思维、人工智能、计算机图形学算法等知识,深入探讨Voronoi风场布局计算模拟仿真的未来应用可行性,得出其提高精度的有效方法,同时为风电场布局理论和其他学科的交叉融合提供创新思路。     

基于GA的矿井通风网络图节点排序的优化

遗传算法(GA)作为一种全新的随机搜索与优化算法迅速地发展起来,并且在很多领域被广泛地应用。以遗传算法进行矿井通风网络图分支交叉数的优化,采用堆积木的组合思想进行交叉操作,来提高层次图的质量(分支交叉数少),并采用混合遗传算法增加了一个局部搜索过程,用于增强遗传算法的局部搜索能力。最后,根据研究的理论算法,优化网络图的节点排序,从而达到通风网络图的优化绘制。     

化工园区安全规划方法和内容研究

近年来,化工园区在我国得到快速发展,如何进行科学合理的园区安全规划,保护园区周边人员安全,优化内部危险源布局,合理设定园区安全容量,是国内化工园区安全管理工作迫切希望解决的问题。笔者在大量实践工作的基础上,对化工园区安全规划的目的、内容和方法进行了阐述,提出了化工园区外部安全防护距离的概念和计算方法,化工园区内部优化布局的阶梯原则,化工园区安全容量的确定方法,以及化工园区安全规划需要考虑的公用工程和配套设施,安全监管和一体化应急等内容,以期用于指导和推进我国化工园区安全规划的工作。     

基于多目标决策理论的化工园区布局研究

基于多目标决策理论对化工园区布局进行了研究.首先根据风险关联性理论分析影响化工园区企业布局的主要风险要素,建立企业或区块间风险关联性和安全容量数学模型;然后运用多目标决策方法中的TOPSIS方法对园区布局备选方案进行综合比较,从而确定合理的园区布局方式;最后通过实例计算说明基于多目标决策理论的化工园区规划方法的适用性.     

基于AGA-BP神经网络的采空区危险性评价

针对采空区危险性评价的影响因素众多且关系复杂的特点,提出了基于AGA-BP神经网络算法评价采空区危险性。将岩体结构、地质构造、岩石抗压强度等13个影响因子作为神经网络输入,采空区危险性等级作为输出,建立一个采空区危险性评价的BP神经网络模型;采用自适应遗传算法(AGA)对BP网络的初始权值和阈值进行全局寻优,将寻优结果回代入网络中进行训练并预测得出采空区危险性等级;利用其它智能算法与该预测结果做出比较,以验证AGA-BP算法的有效性及优越性。结果表明:该算法的优化效果明显,同时在训练时间与预测精度上较其它智能算法有突出的优势,是一种在采空区危险性评价方面值得推广的新方法。     

基于NSGA-II的工业区急救点优化布局研究

针对工业区急救点布局存在的问题,综合考虑多种影响因素,建立多目标多约束数学模型.将成本、急救时间和急救点数量作为3个优化目标,并根据实际情况构建相应的约束条件.运用NSGA-II(带精英策略的快速非支配排序遗传算法)解决多目标优化问题,最终得到一系列Pareto最优解,其解空间分布均匀,并且具有良好的收敛性和鲁棒性.文章结合某工业区急救点优化问题对算法进行验证,结果与实际情况匹配良好,此研究具有重要的现实意义.     

基于免疫机理的化工园区安全生产应急成熟度计算模型及应用

基于人体免疫系统与化工园区安全生产管理体系在组织构成、存在环境、作用对象、功能、作用机制等方面的相似性,将免疫系统抵御抗原的机理应用于化工园区安全生产应急成熟度研究。从"非事故状态"与"事故状态"的角度出发,设计了化工园区安全生产应急成熟度指标体系,结合专家调查问卷与改进的层次分析法求解得到了成熟度指标体系权重,运用BP算法构建了n–(2n+1)–1结构的化工园区安全生产应急成熟度计算模型。将该模型应用于某化工园区,应用结果表明该模型可为分析化工园区安全生产应急能力、优化化工园区安全生产应急管理提供指导。     

基于遗传算法的化工园区环境风险源优化模式研究

通过优化区域规划方案可以从根本上避免环境风险,以大连某化工园区为案例,建立了基于遗传算法的化工园区环境风险源优化模型,从周边敏感点情况、风频、事故发生频率、毒性物质的毒性级别及其储存量、临近度因子等方面对区域内环境风险源位置进行优化,模型运行结果得到该区域环境风险源位置相对坐标,从而尽量规避园区环境风险,进一步丰富了规划环境评价技术方法。     

网络重要基础设施脆弱性评价模型及其应用

为了评价网络重要基础设施的脆弱性,基于网络图论,构建一个数学规划模型。利用ArcGIS将网络重要基础设施的弧段和节点赋值,将网络拓扑结构以数字形式表示;利用数学规划软件对该模型进行优化求解,得出网络重要基础设施中的脆弱性组件(弧段或节点)。结果表明这些组件的破坏会使网络脆弱性达到最大值,需要对这些组件进行优先防护。将该模型应用于京津冀高速公路交通网络系统,得到该交通网络系统的脆弱性路段。     

故障树自动生成系统的树图布局算法研究

为使自动生成的故障树图满足树图美学标准的要求,基于一般树形结构原则与树图美学定律原则,开发一种自动生成故障树绘制布局的算法。采用初始坐标、修改坐标和最终坐标表征树节点的位置关系,通过初始坐标完成兄弟节点间的相对布局,通过后序遍历形成的修改坐标完成节点之间的重叠规避。结果表明:绘制出的故障树图有视觉效果良好、空间利用率高以及能够满足友好的用户交互需求等优点,为故障树进行风险评价与可靠性分析提供有效的图形可视化与数据交互解决方案。     

基于遗传神经网络的化工企业安全评价

基于化工企业特点,建立了比较合理的安全评价指标结构,并构建了以遗传神经网络为基础的评价模型。通过建立训练样本,确定BP神经网络的网络结构,运用遗传算法（GA ）去优化BP网络的初始权值和阈值,再把优化之后的权值和阈值赋给BP神经网络,然后对其进行训练,训练完毕后将所建立的模型通过实例评价进行了验证,结果表明此模型在化工企业安全评价中具有较好的应用价值。     

考虑可靠性的矿井瓦斯传感器选址模型

针对依据现行煤矿安全规程及相关规范布置的瓦斯传感器有可能出现失效的情况,提出兼顾经济性和可靠性双目标的瓦斯传感器优化选址模型。借助图论和设施选址理论,以矿井通风网络节点为候选布置点,节点间的风流流经时间为监测等级,以煤矿相关规程规范硬性要求的布置点为必选点,建立瓦斯传感器多目标优化选址模型。然后,基于Pareto蚁群算法(PACA)阐述模型的求解过程。最后,结合某风网算例,给出模型与算法的具体应用。结果表明:模型的非劣解包含了传统的以最小化传感器成本为目标的选址模型最优解,并且可靠性越高所需的传感器就越多。     

高速公路应急救援中心选址优化模型

为完善高速公路交通事故应急救援体系,以昆石高速为研究对象,将遗传算法(GA)与反向传播神经网络模型(BP)相结合,运用GA-BP神经网络模型鉴定高速公路事故多发段,根据昆石高速环境条件选定应急救援中心候选点;应用双层规划理论模型分析昆石高速应急救援中心选址,并利用萤火虫算法优化求解,得到昆石高速公路应急救援中心选址的最优方案。研究结果表明:GA-BP神经网络模型鉴别高速公路事故多发段相较于传统模型更准确;运用双层规划模型和萤火虫算法求解可得到昆石高速应急救援中心最佳选址方案。     

改进的Elman神经网络在瓦斯涌出量预测中的应用

在煤矿瓦斯灾害中,煤矿瓦斯突出是导致瓦斯重特大事故的主要原因之一。目前常用的基于反向传播(BP)神经网络和遗传算法-Elman神经网络(GA-ENN)耦合算法等建立瓦斯涌出量预测模型的预测方法在收敛性和精度上均存在一定的缺陷。提出了一种利用混沌免疫遗传优化算法(CIGOA)对Elman神经网络进行改进的新型智能优化算法来增强粒子的活性,提高其局部搜索能力和全局优化能力,克服了遗传算法(GA)的固有缺陷。对煤矿现场跟踪实测后进行仿真分析,结果表明:运用提出的CIGOA-ENN预测模型预测的最大相对误差为4.47%,最小相对误差为1.12%,平均相对误差为2.27%,明显小于BP神经网络和GA-ENN等预测模型的预测结果,表明CIGOA-ENN预测模型的输出结果更精确,对瓦斯涌出量预测系统的辨识误差更小,性能更优越。     

考虑洪涝灾害风险的城市应急避难场所选址研究*

为解决洪涝灾害下城市应急避难场所选址优化问题,将洪涝灾害风险评估与选址模型相结合。首先,运用灰色模糊综合评价法对洪涝灾害风险进行评价,得到洪涝灾害风险综合指数。然后,将综合指数归一化处理后作为权重引入疏散距离最小化和覆盖人口最大化的目标函数,结合最小化避难所数量,以最大服务范围、容量作为约束,构建引入洪涝灾害综合风险权重的多目标应急避难场所选址优化模型,并采用遗传算法对模型进行求解。最后,以武汉市作为实证研究对象验证模型的科学性和有效性。研究结果表明:在考虑洪涝灾害风险的情况下,应急避难场所选址方案可在接近最优解的情况下达到最优。研究结果可为城市防洪应急避难场所布局优化提供参考。     

基于遗传神经网络的入侵检测研究

入侵检测技术是计算机网络信息安全检测的重要手段之一,入侵检测作为一种动态的安全防护技术,提供了对内部攻击、外部攻击和误操作的实时保护,在网络系统受到危害之前拦截和响应入侵。对计算机网络数据进行特征提取,提出了采用遗传算法和神经网络相结合入侵检测技术。遗传算法具有计算简单、优化效果好的特点。利用遗传算法来避免BP算法的局部极小点,从而达到均方根误差全局最小点,也解决了BP算法的收敛慢的问题;同时也解决了单独利用GA往往不能在短时间内寻找到接近最优解的这一问题。通过计算机实验验证了入侵检测的效果,提高了识别率,使得误报率和漏报率降低。