国家教育部博士点基金(20070491011)
- 作品数：14 被引量：36H指数：4
- 相关作者：郭海湘诸克军杨娟刘玲胡杰更多>>
- 相关机构：中国地质大学西安交通大学洛阳理工学院更多>>
- 发文基金：国家教育部博士点基金国家自然科学基金中国博士后科学基金更多>>
- 相关领域：自动化与计算机技术自然科学总论经济管理石油与天然气工程更多>>
- 一种用于储层含油性识别的蚁群聚类算法被引量：4
- 2011年
- 针对储层含油性识别过程的复杂性和不确定性,提出一种改进的蚁群聚类算法。将储层类别作为变量,以Jaccard系数衡量聚类结果与已知类结构的一致性,以类内样本与类中心的方差衡量类内的紧密度,利用改进的蚁群算法实现样本的最优划分。实验结果显示,该算法得到的聚类结果与已知的测井解释结论一致度高,类内的紧密程度高,对储层含油性识别具有良好的预测和检验能力。
- 袁可红李艳晓郭海湘诸克军
- 关键词：软计算蚁群算法聚类
- 煤矿物资多车型配送的改进遗传算法求解被引量：3
- 2011年
- 首先根据郑州煤电物资供销有限公司的实际情况建立单车场多车型车辆路径问题的模型,在此模型的基础上,用本文提出的改进遗传算法(IGA)对其求解,最后通过和传统的启发式算法(CHA)、扫描法(SA)的求解从配送费用、配送车辆数和运算时间上进行了综合比较,得出IGA算法求得的总运输费用最低,SA算法次之,CHA算法最高;但从所需参与配送的车辆数目来看,CHA求得的最好解所需的车辆数最少,其次是SA,IGA最多;在平均计算时间上,CHA的优势最明显,仅为SA的,IGA的。
- 郭海湘杨娟马争艳李兰兰
- 关键词：物流系统管理车辆路径问题多车型遗传算法
- 多周期报童模型在煤炭物资库存管理中的应用被引量：5
- 2010年
- 为了降低煤炭企业物资库存管理成本,本文结合郑州煤电物资供销公司的实际情况,提出了考虑供过于求时,剩余物资对库存以及订货量影响的多周期库存模型。不同于经典报童模型中以订货量为自变量,本模型以期望利润为目标函数,以初始库存为自变量,在期望利润最大的情况下,得出每个周期的初始库存水平。通过郑州煤电物资供销公司的物资库存管理实例计算,结果表明可降低库存成本50%左右,说明该模型合理可行。
- 查兰兰诸克军郭海湘
- 关键词：库存管理供过于求煤炭物资
- GA和PSO在煤矿进度计划优化中的比较应用被引量：1
- 2009年
- 运用遗传算法(GA)和粒子群算法(PSO)在网络图优化的基础上对平煤天安五矿井巷与安装工程的施工进度计划进行二次优化控制。首先通过计划评审法(PERT)得到己二采区各个工序的时间参数和相应的网络图,接着在网络图的基础上,以净现值NPV最大化作为进度安排目标,以各工序的开工日期为决策变量,以各工序之间的先后顺序和时间关系以及系统外资金控制为约束,采用GA和PSO进行二次优化,比较结果表明PSO要优于GA。
- 王德银刘玲郭海湘
- 关键词：工序管理净现值PSOGA
- 单车场车辆路径问题的蚁群算法求解及程序设计被引量：2
- 2010年
- 以郑州煤电物资供销有限公司的炸药配送问题为背景,引入蚁群算法对该配送问题进行求解。算法采用蚂蚁系统算法的转移概率策略确定蚂蚁的转移方向,并结合最大最小蚂蚁系统算法的信息素更新机制进行信息素更新。当算法接近停滞状态时,对信息素进行再次初始化,以加强算法的搜索能力。从而,得到一条解决该实际问题的完整最优解,作为该公司物资配送的参考。同时,探讨了在VC++6.0环境中实现该算法的主要编程思想。最后,将得出的结果与遗传算法所得结果进行比较,得出蚁群算法在解决车辆路径问题上具有较好的搜寻能力和收敛能力。
- 尹朋珍郭海湘杨娟诸克军
- 关键词：蚁群算法车辆路径问题物资配送
- 储层含油性识别的数据驱动灰色关联预测方法被引量：1
- 2008年
- 文章提出了一种以数据驱动的灰色关联预测方法,并以某油田的Oilsk81井的测井数据为学习数据,以Oilsk83井的测井数据为测试数据,预测结果与测试数据的实际结果完全符合。
- 诸兵郭海湘
- 关键词：灰色关联分析软计算RELIEF算法储层
- 基于最短回收期工程网络计划优化研究
- 2009年
- 对于工程项目施工进度计划的优化方法有很多,包括最短工期法和最大净现值法等。本文放弃了传统的这些优化方法,以工程投资成本的最短回收期为目标,运用非线性规划方法对平煤天安五矿己二采区的井巷与安装工程的工序进行优化控制,在建模的过程中除了考虑工序之间前后关系等系统约束外,还考虑了资金的系统外约束。通过LINGO软件对模型进行求解,按照优化后的各个工序开工日期进行施工可以使整个工程比原计划提前170天左右完工。
- 杨磊诸克军刘玲
- 关键词：投资回收期非线性规划LINGO
- 储层含油性识别中ANN和GA融合的模糊规则提取被引量：1
- 2008年
- 提出一种基于ANN和GA融合的自学习自适应的模糊规则提取算法,用来对油层进行识别。其方法是:首先运用人工神经网络(ANN)对训练样本进行有导师学习,网络的输入是测井属性,输出表达为网络权值和输入的函数Ψk=f(xi(WG1)ij,(WG2)jk)(其中:Ψk代表含油性类别Ck的判别函数;C1为干层;C2为水层;C3为差油层;C4为油层)。然后,以Ψk作为遗传算法(GA)中的适应度函数提取对应于类别Ck的模糊规则。最后,通过某油田oilsk81和oilsk83油井的实证研究表明,该方法能够有效地识别储层的含油性。
- 郭海湘诸克军高思维孙涵
- 关键词：人工神经网络模糊规则储层识别
- 软计算与硬计算融合的含油性属性与样本约简被引量：1
- 2010年
- 随着石油勘探领域的不断扩大,含油性识别的研究对象也越来越复杂,传统的基于单一硬计算或软计算的方法在含油性识别中面临着严峻挑战.首先提出了软计算与硬计算融合的4种模式,然后运用GA-FCM对含油性的测井属性进行约简,将约简后的测井属性结合软计算与硬计算融合的分离模式对某油田Oilsk81,Oilsk83,Oilsk85三口井进行含油性模式识别,去掉出错率较高的样本,达到样本约简的目的;最后利用判别分析法对约简后的样本集进行检验分析.实验表明:第一,在这几个油区可以用声波时差和含油饱和度两个测井属性进行含油性识别;第二,将出错率高的样本进行约简可以提高样本集识别的正确率.
- 宋颖钊郭海湘廖貅武杨娟诸克军
- 关键词：软计算测井属性约简
- 石油勘探信息管理中储层属性优化方法被引量：6
- 2008年
- 运用软计算融合算法识别储层含油性的关键属性,建立了预测这些关键属性的软计算融合模型。具体步骤为:首先采用遗传算法(GA)和模糊C均值嵌套算法(GA-FCM)对含油性的测井属性进行约简,得到能够描述含油性的关键属性;然后再把GA和BP神经网络(GA-BP)进行融合构建预测关键属性的软计算融合模型,即通过GA优化BP的结构(包括网络输入属性的组合和最佳隐含层神经元个数的确定),并且用测试样本的误差作为评判该预测模型的优劣;最后对某油田的oilsk81,oilsk83,oilsk85 3口井进行了实证研究。
- 郭海湘诸克军刁凤琴胡杰
- 关键词：软计算
