版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、本研究針對(duì)傳統(tǒng)小生境遺傳算法初始半徑難以確定而引起的“早熟收斂”問題,導(dǎo)致種群的多樣性流失,提出一種自組織特征映射的改進(jìn)小生境遺傳算法。首先,通過自組織特征映射網(wǎng)絡(luò)對(duì)種群進(jìn)行自適應(yīng)聚類,并根據(jù)粒子與聚類中心間的距離來(lái)確定是否生成新的類中心。然后,在初始聚類后的不同小生境內(nèi)應(yīng)用輪盤賭策略選擇出特征優(yōu)良的個(gè)體來(lái)執(zhí)行遺傳操作,以盡可能多地搜索出多個(gè)局部最優(yōu)解,為問題的解提供更多的可能性,進(jìn)而找出問題的全局最優(yōu)解。最后,通過Benchmarks
2、函數(shù)對(duì)算法的性能進(jìn)行評(píng)價(jià),結(jié)果表明,改進(jìn)后的小生境遺傳算法具有良好的收斂性,并且能夠?qū)ΨN群樣本的特征多樣性進(jìn)行很好的維持。
目前,易開發(fā)的油田日漸稀少,如何選擇合理的布井方案,已成為油田投產(chǎn)前人們關(guān)注的焦點(diǎn),并受油田開發(fā)過程中遇到的某些具體問題的啟發(fā),將這種改進(jìn)的小生境遺傳算法應(yīng)用到油藏評(píng)價(jià)中,視注水井井位坐標(biāo)為決策變量,建立布井優(yōu)化模型來(lái)確定凈現(xiàn)值目標(biāo)函數(shù),以“少井、高效”為原則,在區(qū)塊內(nèi)尋找合理井位,實(shí)現(xiàn)了油藏開發(fā)凈現(xiàn)值為
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 小生境遺傳算法的改進(jìn)及其應(yīng)用.pdf
- 改進(jìn)的小生境遺傳算法在多目標(biāo)車間調(diào)度中的應(yīng)用研究.pdf
- 改進(jìn)的小生境遺傳算法在成品油儲(chǔ)運(yùn)調(diào)度中的應(yīng)用研究.pdf
- 改進(jìn)的小生境遺傳聚類算法應(yīng)用研究.pdf
- 基于小生境技術(shù)改進(jìn)遺傳算法在供電網(wǎng)規(guī)劃中的應(yīng)用.pdf
- 排擠小生境遺傳算法的研究與應(yīng)用.pdf
- 小生境自適應(yīng)遺傳算法及在水庫(kù)優(yōu)化調(diào)度中的應(yīng)用研究.pdf
- 基于小生境遺傳算法的無(wú)功優(yōu)化.pdf
- 基于改進(jìn)小生境遺傳算法的配網(wǎng)無(wú)功優(yōu)化研究.pdf
- 基于聚類方法的小生境遺傳算法研究.pdf
- 基于改進(jìn)小生境遺傳算法的配電網(wǎng)故障恢復(fù).pdf
- 快速小生境自適應(yīng)遺傳算法在梯級(jí)水電站AGC中的應(yīng)用研究.pdf
- 多模態(tài)優(yōu)化的混合小生境遺傳算法.pdf
- 基于小生境遺傳算法的關(guān)聯(lián)規(guī)則挖掘研究.pdf
- 運(yùn)輸調(diào)度問題的小生境免疫遺傳算法研究.pdf
- 基于小生境遺傳算法的增量貝葉斯算法.pdf
- 基于模擬退火機(jī)制的改進(jìn)模糊小生境遺傳算法.pdf
- 基于小生境遺傳算法的多分類器融合模型.pdf
- 基于模糊聚類與多生境排擠的小生境遺傳算法研究.pdf
- 基于小生境遺傳算法的模糊控制及其在中儲(chǔ)式球磨機(jī)制粉系統(tǒng)中的應(yīng)用研究.pdf
評(píng)論
0/150
提交評(píng)論