版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、石油已經(jīng)成為全球經(jīng)濟發(fā)展不可或缺的重要能源和工業(yè)原料。在全球石油儲量下降的趨勢下,油藏開發(fā)科學(xué)化管理顯得尤為重要。油田生產(chǎn)過程調(diào)度問題的數(shù)學(xué)模型多數(shù)為混合整數(shù)非線性規(guī)劃(Mixed Integer Nonlinear Programming,MINLP)模型,包括了大量的離散變量、連續(xù)變量和非線性函數(shù)。復(fù)雜的數(shù)學(xué)模型和問題規(guī)模使MINLP最優(yōu)算法一直是國內(nèi)外學(xué)者研究的熱點和難點。
本文的主要工作是基于廣義Benders分解(G
2、eneralized Benders Decomposition,GBD)和外部近似算法(Outer Approximation,OA),提出混合改進MINLP算法,并通過數(shù)值實驗驗證了算法的可行性和有效性;針對油田生產(chǎn)調(diào)度問題進行數(shù)學(xué)建模,將改進算法應(yīng)用到問題求解;最后開發(fā)了嵌入優(yōu)化模型和算法的油田生產(chǎn)調(diào)度決策支持系統(tǒng)。
1、針對OA、GBD及其改進算法進行Benchmark問題的數(shù)值實驗,總結(jié)兩種算法的求解性能,結(jié)合算法理
3、論分析部分MINLP實例求解失敗原因,從而提出了改進算法,并將其應(yīng)用于求解復(fù)雜的MINLP,有一定的效果。
2、基于OA和GBD算法,提出了改進OA和GBD混合割算法,融合了OA割和GBD割;引入半代理割,提出了半代理算法。通過數(shù)值實驗驗證了算法的可行性和有效性。
3、針對國內(nèi)某大型油田的生產(chǎn)開發(fā)過程提出油田生產(chǎn)調(diào)度優(yōu)化問題,建立了MINLP數(shù)學(xué)模型,應(yīng)用改進算法對其進行求解,對比結(jié)果顯示改進算法可以明顯提高實際油田
4、生產(chǎn)調(diào)度優(yōu)化問題的求解效率,在運算時間和迭代次數(shù)上都有明顯的優(yōu)勢。
4、以該油田生產(chǎn)管理為背景,開發(fā)了油田生產(chǎn)調(diào)度優(yōu)化決策支持系統(tǒng),嵌入了所建立的模型和算法,方便數(shù)據(jù)管理的同時,為決策者提供了油田生產(chǎn)優(yōu)化調(diào)度解決方案的支持。
數(shù)值實驗得出的結(jié)論對MINLP最優(yōu)算法的研究有理論價值,改進的MINLP算法明顯提高了求解油田生產(chǎn)調(diào)度優(yōu)化問題的求解效率,這對求解實際規(guī)模的MINLP問題具有一定的應(yīng)用價值。油田生產(chǎn)調(diào)度優(yōu)化決策
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 改進MINLP算法及其在乙烯流程生產(chǎn)調(diào)度的應(yīng)用.pdf
- 進化算法的改進研究及其在生產(chǎn)調(diào)度中的應(yīng)用.pdf
- 改進混合蛙跳算法在云資源調(diào)度中的應(yīng)用.pdf
- 改進OA算法及其在流程工業(yè)生產(chǎn)調(diào)度的應(yīng)用研究.pdf
- 改進遺傳算法在調(diào)度領(lǐng)域中的應(yīng)用.pdf
- 綜合改進的遺傳算法在公交調(diào)度系統(tǒng)中的應(yīng)用.pdf
- 蟻群算法的改進及其在港口煤炭卸車調(diào)度中的應(yīng)用.pdf
- 改進的微分進化算法及其在供水優(yōu)化調(diào)度中的應(yīng)用.pdf
- 改進的單倍體遺傳算法在車間生產(chǎn)調(diào)度中的應(yīng)用研究
- 粒子群優(yōu)化算法改進研究及其在碼頭調(diào)度中的應(yīng)用.pdf
- 改進微粒群算法在水電站優(yōu)化調(diào)度中的應(yīng)用.pdf
- 改進遺傳算法在物流車輛調(diào)度中的應(yīng)用研究.pdf
- 列隊競爭算法在化工生產(chǎn)調(diào)度中的應(yīng)用研究.pdf
- 人工蜂群算法改進及其在梯級水庫優(yōu)化調(diào)度中的應(yīng)用.pdf
- 改進多目標(biāo)粒子群算法在水庫調(diào)度中的應(yīng)用研究.pdf
- 改進的單倍體遺傳算法在車間生產(chǎn)調(diào)度中的應(yīng)用研究.pdf
- 改進粒子群算法在水電站廠內(nèi)及短期優(yōu)化調(diào)度中的應(yīng)用.pdf
- 改進微粒群算法及在優(yōu)化中的應(yīng)用.pdf
- 改進的遺傳算法在多目標(biāo)車間調(diào)度中的應(yīng)用研究.pdf
- 改進蟻群算法在柔性作業(yè)車間調(diào)度中的應(yīng)用研究.pdf
評論
0/150
提交評論