基于改进Nelder-Mead算法的井位优选方法

在油气田勘探开发过程中,钻井是获取地质参数、掌握油藏特征以及石油和天然气开采的重要手段。由于储层具有非均质性、区块内各井生产状况差异大以及地面地形复杂等情况,井位部署对控制钻井作业风险、降低增产改造难度以及提高油气井经济效益具有极大的影响,因此,钻井井位优选具有重要意义。针对非均质储层、存在避让区等约束条件下的多井井位优选难度大,应用工具软件缺乏等问题,文章通过增加约束项和半程反映点,改进Nelder-Mead单纯形调优法,通过不断迭代,以相同生产时间的累产量为优化目标,建立井位优选模型。结果表明:改进的Nelder-Mead单纯形井位优选方法可以大幅度提高井位优选精度;在非均质储层中,多井井位优选能够较均匀的控制整个油藏;存在避让区时,井位调整兼顾了地面与控制油藏两方面,累产量也有提高。

大岗山水电站地下厂房区初始地应力场Nelder-Mead优化反演研究

初始地应力是大型地下洞室群设计与施工所要考虑的重要因素之一。结合大岗山水电站工程地质条件以及实测地应力资料,分析了地下厂房区初始地应力的影响因素,建立了基于侧压力系数的三维地应力反演模型,提出Nelder-Mead法与有限元联合反演法,将有限元程序作为一个单独模块嵌入到Nelder-Mead算法程序中,对建立的地质概化模型进行计算,以实测点地应力值与计算应力值建立精确罚函数误差模型,进行优化逼近分析。通过实测点的计算应力值与现场实测值的比较,从而获得地下厂房区初始地应力场较为合理的分布规律,为水电站开挖模拟及长期稳定性分析提供了合理的初始条件。

基于Nelder-Mead算法与有限单元法的岩土力学参数反演

提出了基于Nelder-Mead优化算法与有限单元法反演岩土力学参数的方法,以测点的实测值与计算值建立精确罚函数误差模型,并将有限元程序ABAQUS作为模块嵌入Nelder-Mead优化算法中编制了优化反分析程序。算例结果表明,该法局部搜索能力较强,反演精度高,可应用于岩土工程中的反演分析。

基于Nelder-Mead算法的机器人主动嗅觉室内时变污染源定位

将Nelder-Mead(NM)算法与机器人主动嗅觉相结合,对室内衰减型和周期型两种时变污染源开展定位研究。首先通过计算流体动力学(CFD)模拟得到这两种时变污染源的浓度场,然后利用NM算法对其定位。结果表明,两种时变污染源的定位成功率均在80%以上。对机器人数量、响应时间和最大搜索步数这三个影响因素进行讨论,通过分析发现当室内面积为100 m2左右时,机器人数量为5个、响应时间为2 s、最大搜索步数为50步定位效果最好。

隐身应用中等离子体参数的Nelder-Mead优化反演研究

采用Nelder-Mead单纯形算法实现了等离子体隐身时多个等离子体参数的优化反演,初步解决了隐身应用研究中等离子体参数的局部最优取值问题。反演结果表明,对于非磁化均匀冷等离子体,在选定的参数取值范围内,吸收程度由等离子体的电子密度、碰撞频率及等离子体层厚度共同决定。等离子体层厚度决定了最佳吸收波长,且当入射雷达波频率大于某一频率时,等离子体碰撞频率趋于一个稳定值。

基于Nelder-Mead单纯形算法的设计反应谱标定方法

规准谱形状的规定和参数的优化是设计反应谱标定的核心问题。Nelder-Mead单纯形算法是求解多参数优化问题的搜索算法,可解决多变量函数的最小化问题。该算法有极强的局部搜索能力,且不要求目标函数的可导性,因此被广泛地应用于工程领域。文中通过提取第一拐点周期、特征周期、平台值和衰减指数4个参数作为标定参数,利用MATLAB软件基于Nelder-Mead单纯形算法对设计反应谱进行标定,并论证了该算法用于设计反应谱标定的合理性和适宜性。以El Centro地震动结论和汶川地震的地震动记录的标定为例,对比了Newmark三参数法、双参数法、差分进化算法和Nelder-Mead单纯形算法的标定结果及误差。通过对比和分析发现,Nelder-Mead单纯形算法标定的反应谱计算简单、收敛速度快且更贴近实际的反应谱,误差更小。

基于Nelder-Mead算法的3D打印模型最优化放置

针对3D打印材料费用昂贵、打印成本高的问题,在保证打印模型的稳定性和表面质量的前提下提出了一种优化算法。该算法首先通过计算打印模型在任意摆放角度下的模型体积和模型顶面投影体积来计算出模型支撑耗材体积,然后利用提出的模型打印时间算法计算出任意摆放角度下的打印时间,最后构造出打印模型在任意摆放角度下的支撑结构耗材体积和打印时间的目标函数。利用经典的Nelder-Mead算法,计算出使目标函数最低的摆放角度,即打印模型绕X轴、Y轴和Z轴所旋转的最优角度,从而实现了对打印模型的最优化放置。实验结果表明,该算法在保证模型表面质量和稳定性的前提下,减少了打印支撑耗材体积,缩短了打印时间,具有明显的成本优势。

一种引入Nelder-Mead算子的改进狼群搜索算法

为了克服狼群搜索算法(WSA)存在的不足,提出一种新的混合优化算法,称之为引入Nelder-Mead算子的改进狼群搜索算法。该算法使得每只狼在个体搜索中能够利用群体信息和个体记忆来指导其搜索猎物,以提高算法的全局搜索能力;让每只狼在个体搜索中可使用Nelder-Mead方法,以弥补WSA在局部搜索能力上的不足。选取六个基准函数,用来测试算法的优化性能。实验结果表明:该算法能够寻得更优的最优解,且鲁棒性更强,可应用于求解高维复杂优化问题。

石英MEMS陀螺检测电极分布参数优化

针对石英微机电系统(MEMS)陀螺检测电极输出感应电压较低问题,通过优化检测电极分布参数,提升其机械灵敏度。首先,分析检测电极分布参数对陀螺输出感应电荷的影响,确定优化方案的控制参数和目标函数。其次,基于有限元方法(FEM)构建三种石英MEMS陀螺的机电耦合模型。最后,使用内尔德-米德(NM)算法优化检测电极分布参数。实验结果表明,优化后的检测电极分布参数更加合理,石英MEMS陀螺的机械灵敏度在传统的双端式和梳齿式音叉结构上分别提升了3.06和1.53倍,在基于剪应力检测的结构上提升了39.37倍,验证了优化检测电极分布参数可以提升石英MEMS陀螺机械灵敏度。

超空泡航行体深度跟踪串级控制策略

针对空泡与航行体之间非线性滑行力导致的超空泡航行体稳定性问题,提出了基于圆判据理论和Nelder-Mead算法的超空泡航行体深度跟踪串级控制方法。介绍了超空泡航行体数学模型以及圆判据定理基础知识。结合模型特性推导了超空泡航行体串级误差状态方程,利用圆判据定理研究了内环绝对稳定性。通过Nelder-Mead算法对内环反馈参数进一步优化。仿真分析结果表明:所提控制方法便于反馈参数整定,可以充分利用超空泡航行体的控制量实现深度跟踪。

混合Jaya算法在平面度误差评定中的应用

为了提高平面度误差评定的计算精度和收敛速度,提出了一种混合Jaya算法的平面度误差评定算法。首先,基于最小区域原则,构建平面度误差的数学模型;其次,在基本Jaya算法的基础上,两次引入反向学习机制对解的质量进行改善;再次,在迭代过程中,引入下山单纯形法提高算法的局部搜索能力;最后,通过两组算例对所提的算法进行实验验证。结果表明,混合Jaya算法在计算精度上优于遗传算法,粒子群算法,模拟植物生长算法,基本Jaya算法以及人工蜂群算法,在迭代速度上,快于上述算法的同时,相较于改进的人工蜂群算法提升了37.5%,体现了所提混合Jaya算法在迭代精度和速度上的优越性。

浅埋大跨小净距隧道断面形态及合理间距的优化研究

对于大跨度小净距隧道而言,合理扁平率及双洞间距的设计对于节约成本,提高隧道线型规划具有至关重要的作用,因此,优化大跨度小净距隧道的扁平率及其间距是隧道设计施工面临的关键问题。利用大型有限元分析软件ABAQUS的标准设计语言Python编程,对某拟建大跨度小净距隧道不同扁平率及其间距进行参数化设计;采用精确罚函数法以及Nelder-Mead优化算法相结合的有限元优化分析计算程序,以隧道开挖面积、围岩塑性区、地表沉降和拱顶下沉等作为优化目标值,对建立的参数化模型进行计算,提出依托工程条件下扁平率及间距的最优组合。研究方法和成果对推动大断面小净距隧道的发展和应用具有重要的现实意义。

雷电流波形参数估计仿真研究

雷电流波形由波前时间、波尾时间及雷电流陡度因子表征，对电力电子系统的雷电防护具有重要意义。针对含噪雷电流波形的多参数估计问题，提出了一种多群落粒子群优化算法（Nelder—Mead particle swarm optimization，NMPSO），对雷电流特征参数构成的粒子群整体按粒子群优化算法（particle swarm optimization，PSO）处理，每个子群落按Nelder-Mead单纯形法处理，有效解决了粒子群优化过程中的停滞问题。Heidler雷电流函数的测试表明，当信噪比在5-40dB内变化时，函数匹配相关系数为0．8546～0．9999。此外，NMPSO算法在Heidler雷电流函数参数估计中具有很强的抑噪能力，该文为雷电流波形测量装置提供了一种快速有效的数值算法，因而具有一定的研究价值和工程意义。

基于混合遗传-Nelder Mead单纯形算法的源强及位置反算

确定泄漏源的位置和强度,是进行群体疏散和应急决策的基础.将扩散模型得到的浓度值与传感器观测的浓度值进行比较并建立混合遗传-Nelder Mead单纯形算法模型,反算得到泄露源的位置和强度,进而利用浓度的模拟数据验证该算法的可行性.研究结果表明:混合遗传-NelderMead单纯形算法不受初值选取的影响,即使初值远离期望值,也能得到很好的结果,而且能以较小的误差和较快的速度反算出结果,更适合于多维变量的搜索.因此混合遗传-Nelder Mead单纯形算法能够快速准确地反算得到泄漏源的位置和强度,满足应急决策的需要.

多失效系统退化变迁建模与状态维修决策优化

针对具有多个失效模式系统的状态维修决策问题,对多个失效模式竞争发生情况进行分析,研究了多失效模式系统的退化变迁模型,根据状态失效过程估计系统不同失效模式的失效时刻,排序得到系统失效时刻序列。基于此退化描述模型分析多失效模式系统维修策略,构建了系统的期望平均维修费用和平均可用度模型。对构建的多决策变量模型,提出粒子群与单纯型逐步优化方法混合的优化求解算法。以仿真得到的传感器三类失效模式状态数据为例进行算例分析,验证了所提模型及算法的有效性。

软黏土中桶形基础的上限法极限分析模型及其计算

桶形基础作为近海工程一种新型结构形式,其结构与地基土体间复杂的相互作用使得此类结构的承载机理与破坏形态一直未有明确的界定,根据饱和软黏土中桶形基础的工作特点确立了其在侧向荷载作用下的一种新的三维组合破坏模式,基于塑性极限分析理论的上限法建立了受侧向荷载作用的、饱和软黏土中桶形基础的极限分析模型,运用非线性数学规划的Nelder-Mead改进单纯形法,并结合遗传算法对相关参数进行寻优,求得上述破坏机制的最危险模式及侧向荷载的最小上限解．根据桶形基础在不同插入深度时的承载机理及受力机制,将桶形基础结构划分为3种受力模式,即相对埋深小于0．52时的浅插式、相对埋深大于1．2时的深插式与介于两者之间的过渡模式,为结构整体稳定性分析计算提供了理论依据．此外,模型试验及工程实例的分析进一步证明了上述分析方法的可行性和有效性．

利用单纯形法优化点到曲面的最近距离

针对利用高阶次曲面方程计算点到曲面的距离误差大的问题,提出了利用单纯形法进行优化,获得点到曲面的最近距离。即采用牛顿迭代法确定曲面上离已知点最近的点的参数初始值,利用单纯形法对此初始值进行优化,获得曲面上离已知点最近的点的坐标值,通过该坐标值计算通过该点的法线,已知点被证明在法线上。实践表明,该方法是求点到高阶次曲面距离的有效方法。

基于数字图像相关法的内聚力模型参数反演识别

提出了一种基于Nelder-Mead(N-M)优化算法与响应面法的反演分析方法,用于获取粘接界面内聚力模型(CZM)参数.CZM通过用户自定义单元(UEL/ABAQUS)嵌入有限元模型,模拟单轴拉伸载荷下胶接双悬臂梁(DCB)界面的损伤断裂过程.采用数字图像相关(DIC)方法获取DCB实验中粘接界面的位移场.以实验获得的裂纹尖端局部位移信息为依据,结合有限元模拟相应工况下的位移信息,建立目标函数优化模型,对CZM参数进行反演识别.将反演的参数重新导入DCB有限元模型计算加载点的载荷—张开位移,模拟结果与实验结果吻合较好,表明了该基于数字图像相关的反演方法可以有效地表征内聚力模型参数,为其它材料或者模型参数的反演分析提供一个新的思路.

混合蜂群算法及其在混凝土坝动力材料参数反演中的应用

介绍了一种新颖的群集智能优化算法—人工蜂群算法(ABCA),同时为提高算法的搜索效率,引入Nelder-Mead单纯形算法,提出了一种用于材料参数反演分析的混合单纯形人工蜂群算法。将所提出的算法用于混凝土重力坝动力材料参数识别,建立了基于不完全模态测试数据动力材料参数识别的优化反演模型。算例分析表明,混合算法融合了两种算法的优点,具有收敛速度快、识别精度高等特点,是一种高效的系统优化和参数识别方法。

一种快速收敛的混合遗传算法

利用遗传算法早熟的特点 ,构造出一种快速收敛的混合算法来求解优化问题 ,并分析了它的收敛性。它是使用遗传算法来生成搜索方向 ,从而保证了算法的收敛性。该算法利用遗传算法的全局搜索能力 ,并采用 Nelder- Mead单纯形法来加强算法的局部搜索能力 ,加快了算法的收敛速率。模拟实验表明 。