2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩5頁未讀, 繼續(xù)免費閱讀

下載本文檔

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(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、<p>  城鎮(zhèn)燃?xì)夤芫W(wǎng)優(yōu)化設(shè)計中的幾個問題</p><p>  摘要:在對天然氣管網(wǎng)優(yōu)化問題進(jìn)行描述和分析的基礎(chǔ)上,介紹了自20世紀(jì)80年代以來國內(nèi)外的研究成果。針對傳統(tǒng)優(yōu)化方法收斂速度慢、易于陷入局部最優(yōu)解等缺點,建立能夠覆蓋管網(wǎng)規(guī)劃,設(shè)計和運行管理,開拓新的思路等多階段的優(yōu)化模型,將來的研究方向肯定是天然氣管網(wǎng)優(yōu)化問題。 </p><p>  關(guān)鍵詞:天然氣;管網(wǎng)優(yōu)化設(shè)計;

2、研究 </p><p>  中圖分類號: TF526+.4 文獻(xiàn)標(biāo)識碼: A 文章編號: </p><p><b>  引言 </b></p><p>  20世紀(jì)中期,一些國家就開始了對天然氣管網(wǎng)系統(tǒng)最優(yōu)化的理論研究與應(yīng)用探索。初期的研究工作都是在假定一些變量為已知的情況下,求解問題中的部分設(shè)計變量,就是對問題的局部進(jìn)行優(yōu)化。現(xiàn)針對天然氣管網(wǎng)

3、系統(tǒng)最優(yōu)化研究的典型理論方法進(jìn)行分析。 </p><p>  一、天然氣管網(wǎng)優(yōu)化設(shè)計問題的描述 </p><p>  按照工程項目的循環(huán)過程,天然氣管網(wǎng)系統(tǒng)的優(yōu)化包括管網(wǎng)的布置、設(shè)計、運行管理以及后期的改革擴(kuò)建等階段,所以天然氣管網(wǎng)系統(tǒng)的優(yōu)化是一項復(fù)雜的系統(tǒng)工程。管網(wǎng)的優(yōu)化設(shè)計通常是指在管網(wǎng)的布局規(guī)劃已經(jīng)確定的條件下,主要解決最優(yōu)化的管徑組合問題,即通過管網(wǎng)的水力計算來確定有關(guān)的技術(shù)參數(shù),

4、通過優(yōu)化設(shè)計找到價錢最低的設(shè)計方案。管網(wǎng)的優(yōu)化設(shè)計就是要使管網(wǎng)(包括管道和壓縮機(jī)網(wǎng)絡(luò)站)的投資建設(shè)費用最小化。管網(wǎng)的建設(shè)應(yīng)該要求管道的強(qiáng)度能承受最大的工作壓力;進(jìn)出站氣壓必須滿足條件,可以保證氣體在管道中正常流動;需要考慮管道的穩(wěn)定性,為了防止管道的徑向失穩(wěn);另外還需要滿足設(shè)計變量的邊界條件等所構(gòu)成的物理關(guān)系。 </p><p>  因此,天然氣管網(wǎng)的優(yōu)化設(shè)計問題基本可以歸結(jié)為:根據(jù)管道出現(xiàn)的一系列約束限制條件,

5、以建設(shè)管網(wǎng)費用最小為目標(biāo)函數(shù)進(jìn)行優(yōu)化計算,得出最優(yōu)管徑組合以及相關(guān)的技術(shù)參數(shù)。 </p><p>  二、天然氣管網(wǎng)優(yōu)化設(shè)計方法研究概況 </p><p>  從20世紀(jì)60年代起,一些發(fā)達(dá)國家就開始了輸氣管道系統(tǒng)最優(yōu)化的理論研究和應(yīng)用,在對輸氣管道干線研究基礎(chǔ)之上,研究人員也開始了對天然氣管網(wǎng)優(yōu)化設(shè)計的研究。國內(nèi)的研究起步比較晚,但發(fā)展很快,部分人做了研究并取得了相應(yīng)的勞動成果。由于管網(wǎng)

6、優(yōu)化設(shè)計被非線性有約束的混合離散設(shè)計變量優(yōu)化問題這個條件制約,所以為了得到快捷的優(yōu)化結(jié)果,就必須要選擇合理的優(yōu)化方法。 </p><p><b>  1、變尺度法 </b></p><p>  變尺度法不要求精確一維搜索就有二次截止,對目標(biāo)函數(shù)性質(zhì)不做太多要求等優(yōu)良特性,因為變尺度法具有統(tǒng)一的公式,變尺度法已被推廣成為控制優(yōu)化問題的一個求解方式。 </p>

7、<p>  集輸管網(wǎng)的多目標(biāo)優(yōu)化設(shè)計中,針對替換模型的特點,將多目標(biāo)優(yōu)化問題轉(zhuǎn)化為標(biāo)量優(yōu)化問題并給出替換模型,有約束優(yōu)化問題轉(zhuǎn)為無約束優(yōu)化問題需要用罰函數(shù),采用變尺度法求解,綜合上面的思想對長距離輸氣管道的經(jīng)濟(jì)模型進(jìn)行了優(yōu)化設(shè)計,將設(shè)計變量(管徑)考慮為連續(xù)變量,通過罰函數(shù)將問題轉(zhuǎn)化為無約束優(yōu)化問題,用變尺度法對天然氣管網(wǎng)系統(tǒng)工藝參數(shù)和樹枝狀天然氣管網(wǎng)的優(yōu)化設(shè)計進(jìn)行了研究。 </p><p>  但

8、是,計算機(jī)的存儲量會限制其在求解高位問題上,而且需要目標(biāo)函數(shù)具有可導(dǎo)性等因素影響,從而限制了其在優(yōu)化設(shè)計中的應(yīng)用。 </p><p><b>  2、復(fù)合形法 </b></p><p>  復(fù)合形法不需要跟變尺度法一樣需要一維搜索,因此相對于變尺度法就相對適應(yīng)范圍廣、編程簡單,沒有特殊的要求。 </p><p>  建立了管道結(jié)構(gòu)模糊優(yōu)化模型,

9、求解時將多目標(biāo)模糊優(yōu)化模型轉(zhuǎn)為單目標(biāo)模糊優(yōu)化模型,采用此方法進(jìn)行了求解。但是這種方法不能用于解決具有等式約束優(yōu)化問題、因為收斂速度過慢等缺點,特別是處理混合或離散設(shè)計變量優(yōu)化問題時必須將離散設(shè)計變量作為連續(xù)變量來處理。現(xiàn)在廣泛采用的是基于復(fù)合形法為主的混合離散復(fù)合形法,在一定程度上解決了這一問題。此方法提出一種約束條件和設(shè)計變量比較少的輸氣管道優(yōu)化設(shè)計新模式,被應(yīng)用到輸油管道優(yōu)化設(shè)計,并采用了MDCP法求解,改進(jìn)的MDCP法不僅提高了收

10、斂的速度,還提高了求解的成功率。 </p><p><b>  3、遺傳算法 </b></p><p>  天然氣管網(wǎng)設(shè)計參數(shù)優(yōu)化就是要在當(dāng)管網(wǎng)布置已確定時尋找一組使目標(biāo)函數(shù)最小的管段經(jīng)濟(jì)性管徑組合,管徑選自于標(biāo)準(zhǔn)系列(離散值)。根據(jù)天然氣管網(wǎng)結(jié)構(gòu)特點,構(gòu)建了遺傳算法中重要的適應(yīng)度函數(shù),給出了管道編碼的方法。 </p><p>  多相流動管網(wǎng)

11、模擬優(yōu)化計算的模型方程的建立,求解模型方程采用的是遺傳算法,對油田地面集輸管網(wǎng)優(yōu)化計算進(jìn)行了研究;針對傳統(tǒng)優(yōu)化方法對管網(wǎng)優(yōu)化模型進(jìn)行求解時,普遍的方法是先要假設(shè)管子的直徑是連續(xù)變量,同時在求解過程中還可能要對目標(biāo)函數(shù)求導(dǎo)等不好的因素存在,采用遺傳算法對城市燃?xì)夤芫W(wǎng)進(jìn)行了優(yōu)化設(shè)計。但是,遺傳算法存在的缺陷就是針對于大型的非線性系統(tǒng)優(yōu)化的求解,例如局部收斂速度慢、達(dá)不到收斂全局最優(yōu)解等。為了彌補(bǔ)這些缺陷,許多文獻(xiàn)嘗試了其他算法來配合遺傳算法

12、求解優(yōu)化問題。MontoyaSJ等用遺傳算法與哈迪-克勞斯(Hard-Cross)方法相結(jié)合對所建立的天然氣管網(wǎng)優(yōu)化設(shè)計模型進(jìn)行了求解,并且把這種優(yōu)化技術(shù)應(yīng)用到實際中,結(jié)果非常好,管網(wǎng)的建設(shè)運行費用減少了很多,這樣既可以保證全局最優(yōu)解,還節(jié)省了經(jīng)濟(jì)。 </p><p>  收斂速度快需要利用遺傳算法的廣義簡約梯度法和全局的優(yōu)化,將2者有機(jī)的結(jié)合起來,構(gòu)造出一種混合遺傳算法。應(yīng)用于優(yōu)化設(shè)計新建的環(huán)狀集水管網(wǎng),根據(jù)收

13、斂速度的提高,證實了這種算法的可行性。但是,還沒有完全解決的是遺傳算法的全局優(yōu)化收斂性理論。目前,該領(lǐng)域的研究熱點依舊在克服遺傳學(xué)算法的早熟問題上。 </p><p><b>  4、啟發(fā)式算法 </b></p><p>  啟發(fā)式算法包括模擬退火、神經(jīng)網(wǎng)絡(luò)、禁忌搜索、進(jìn)化計算和拉格朗日松弛等算法,這些算法涉及到神經(jīng)系統(tǒng)、生物進(jìn)化、人工智能等概念,都是倚靠著直觀基礎(chǔ)而

14、構(gòu)造的算法。啟發(fā)式算法具有簡單易行、比較直觀、速度快、多數(shù)情況下程序設(shè)計比較簡單等優(yōu)點,尤其是進(jìn)化計算中遺傳算法的推廣應(yīng)用引起了廣大設(shè)計者的興趣。目前,進(jìn)化計算已經(jīng)廣泛應(yīng)用到工程項目優(yōu)化設(shè)計當(dāng)中,其中對遺傳算法的研究比較集中,主要針對其早熟收斂等問題。 </p><p><b>  5、混沌優(yōu)化 </b></p><p>  混沌運動具有多樣性、遍歷性、隨機(jī)性等特點,

15、但是混沌優(yōu)化方法的搜索過程按混沌運動自身的規(guī)律和特性進(jìn)行?;煦鐑?yōu)化的搜索率高正是因為這三個特點,可以避免優(yōu)化陷入最優(yōu)解。其缺點是效果不是很理想。想要解決這個難題,如與線性搜索相結(jié)合來解決非線性約束優(yōu)化問題等。另外,利用混沌算法做到好的效果的典型就是解決遺傳算法早熟收斂的問題。 </p><p>  6、其他優(yōu)化理論和方法 </p><p>  對于天然氣管網(wǎng)優(yōu)化設(shè)計這類有非線性約束混合離散

16、變量優(yōu)化問題,傳統(tǒng)的方法無論是將離散變量連續(xù)化,還是將連續(xù)變量離散化均不易求得最優(yōu)化的解決。另外,許多方法還存在著對目標(biāo)函數(shù)可導(dǎo)性收斂速度慢、要求比較嚴(yán)格、計算量超大等缺點,使其應(yīng)用在一定程度上受到了限制。近年來,隨著計算機(jī)智能優(yōu)化的計算方法,為優(yōu)化設(shè)計提供了新的方向。 </p><p><b>  結(jié)束語 </b></p><p>  天然氣管網(wǎng)系統(tǒng)優(yōu)化是一項復(fù)雜的

17、系統(tǒng)工程,分級優(yōu)化所得到的結(jié)果只是各級問題的最優(yōu)解,并不一定能使整個系統(tǒng)達(dá)到最優(yōu)。天然氣管網(wǎng)優(yōu)化設(shè)計模型復(fù)雜,給求解帶來一定困難。天然氣管網(wǎng)優(yōu)化設(shè)計問題中設(shè)計變量數(shù)量和類型多,約束條件復(fù)雜。天然氣管網(wǎng)優(yōu)化設(shè)計技術(shù)還不盡成熟,所以還應(yīng)不斷深入研究優(yōu)化模型的特點并與多種優(yōu)化方法相結(jié)合,從而不斷發(fā)展和完善天然氣管網(wǎng)優(yōu)化設(shè)計技術(shù)。 </p><p><b>  參考文獻(xiàn): </b></p>

18、;<p>  [1]白建輝.天然氣管網(wǎng)最優(yōu)化設(shè)計概述[J].2006(06). </p><p>  [2]陳進(jìn)殿,汪玉春.天然氣管網(wǎng)系統(tǒng)最優(yōu)化研究[J].油氣儲運.2006(02). </p><p>  [3]李衛(wèi)華.天然氣管網(wǎng)系統(tǒng)設(shè)計優(yōu)化研究[J].2012(03). </p><p>  [4]王鑫.城鎮(zhèn)天然氣管網(wǎng)優(yōu)化設(shè)計研究[J].2010(

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(hù)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。

評論

0/150

提交評論