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。     

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。     

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。     

TAGE:一种新的大气污染物来源及输送情况的网格化分析方法

提出了一种新的大气污染物来源及输送情况的网格化分析方法.首先,不依赖于排放源清单,而是以预设的网格化排放源来运行空气质量模型,得到排放源的污染影响因子.然后,结合污染物监测数据,构建排放源总合排放强度求解方程组,并利用遗传算法进行求解.最后,基于排放源的污染影响因子和总合排放强度,计算出排放源的污染贡献占比,从而完成对大气污染物来源及输送情况的网格化分析.这一方法的提出,为缺少准确排放源清单情况下大气污染状况的分析与治理,提供了新的思路.利用此方法,对北京市、石家庄市、保定市2017年10~12月期间PM_2.5的来源及输送情况进行了验证性实验.     

基于改进多种群遗传算法的尾矿坝形变预测

针对遗传神经网络(GA-BP)建立的尾矿坝形变预测模型易出现早熟现象、预测结果不稳定、容易陷入局部最优值的不足,引入一种具有混沌局部搜索的多种群自适应遗传算法。该算法以双种群寻优为基础,改进了遗传参数的计算方式,分别以种群进化中染色体适应度值的集中程度和空间距离的分布作为自适应交叉率、变异率的计算依据应用于不同种群中,提高了种群的多样性和遗传算法全局搜索的能力;同时引入混沌局部搜索技术(CLS),完善了遗传算法局部搜索能力的不足。采用改进的遗传神经网络模型对贵州省白岩尾矿坝三维变形数据进行预测,并与传统的GA-BP和AGA-BP模型预测结果进行比较。结果表明:改进后的模型预测精度更高,结果更加稳定,具有良好的预测效果。     

实数编码遗传算法的评述

遗传算法是一种基于自然选择和遗传变异等生物进化机制的全局优化搜索算法．使用实数表示基因的实数编码遗传算法常用于求解连续函数优化等问题．本文阐述了实数编码遗传算法研究的有关工作进展，讨论了算法框架及特点，对实数编码遗传算法中常用的选择、交叉和变异算子进行了比较全面的形式化描述，并介绍了其未来研究方向．     

加速遗传算法及其在暴雨强度公式参数优化中的应用

提出了一般非线性自然灾害模型参数优化的一种通用的数值方法———加速遗传算法,分析了该算法控制参数的优化特性,总结出了这些参数的简便设置技术,并给出了它在暴雨强度公式参数优化中的应用实例。该方法可广泛应用于各种自然灾害模型的优化问题。     

三维铝型材挤压模多参数优化

以一个导流组合模为例,利用神经网络建立模具参数的数学模型,用遗传算法对参数优化。其中由正交法设计得到实验样本,由软试模提取模具的SDV值,将其作为优化目标。最终实验结果与优化值吻合,为建立和控制挤压模参数提供了一种行之有效的手段。     

基于粗糙集与遗传算法的航空器空中相撞事故因素分析

为高效准确挖掘航空器空中相撞事故与相应事故致因因素间的规律,利用事故数据,提出一种基于粗糙集和遗传算法的分析模型。首先运用粗糙集理论对SHELL模型提供的第一层次因素进行重要性程度排序,并确定其权重;然后分析事故中各环节的具体因素,结合遗传算法对这些子因素进行约简,约简时重点考虑重要度高的主因素,确定最终的事故因素及其决策规则;最后,实例分析得出导致事故的主要因素为机组违规、管制差错与违规、气象和空域。实例分析结果表明,该模型与算法能适应航空事故数据特点,能客观描述几个主要因素与事故发生之间的关联关系。