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。

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单纯形法的改进量子行为粒子群算法

针对PSO算法搜索精度较低,并且在复杂多模态函数优化中,容易陷入局部极值的问题,提出了一种改进的量子行为粒子群优化算法。研究了该算法的基本原理、给出了算法流程并采用正交试验的方式获得了一套通用性较强的算法参数。并以CEC’13的28个测试函数作为测试集,采用Wilcoxon符号秩检验将NM-QPSO算法分别与PSO算法和QPSO算法的误差进行比较试验。试验表明:NM-QPSO算法在统计意义上优于传统的PSO算法和QPSO算法,并且在高维函数优化中,具有显著优势。

解析法-Nelder Mead单纯形算法确定太阳电池参数

光伏发电系统的设计计算、性能评估及优化控制要求快速、准确的确定太阳电池模型参数。针对太阳电池单、双二极管模型参数辨识问题,该文提出一种基于解析法和Nelder Mead单纯形法重启策略的A-bcNM混合算法。先用实测I-V曲线上的部分关键点计算合成参数,再以单二极管模型近似解析式快速定位搜索始点,最后在边界范围内利用Nelder Mead单纯形算法的重启策略最小化实测数据与模拟结果之间的均方根误差,以提高拟合精度及参数解的质量。MATLAB环境下,利用2种典型太阳电池的实测数据对A-bcNM算法的有效性进行了测试和验证。与已有的其他算法相比,A-bcNM算法收敛速度快,计算量小,辨识精度高,可快速、准确的确定单、双二极管模型参数,为识别太阳电池的工作特性提供了一种有效方法。

基于Nelder-Mead算法的插装阀AMESim仿真模型优化设计

详细分析二通插装阀的数学模型,建立其流量与进出口压差之间的关系,利用AMESim中的Hydraulic Component Design(HCD)库搭建二通插装阀的仿真模型。根据无导数的Nelder-Mead单纯形优化算法理论,借助Matlab对模型的结构参数进行优化。采用优化结果仿真得到的流量-压降特性曲线与期望特性曲线相当接近,验证了仿真模型的准确性和优化方法的有效性。

基于Nelder-mead单纯形法的改进人工蜂群算法研究

针对现有的人工蜂群算法(Artificial Bee Colony,ABC)在进化速度和求解质量方面难以兼顾的缺点,提出一种基于Nelder-mead单纯形法的改进人工蜂群算法(Nelder-Mead Simplex Method based Improved Artificial Bee Colony,NMSM-IABC)。在迭代过程中,该算法周期性地将单纯形算子得到的最优个体迁移到人工蜂群算法的蜂群中,或将蜂群中的最优蜜源信息迁移到Nelder-mead单纯形算法中。旨在ABC借助NM-SM提高局部搜索能力,NM-SM借助ABC跳出局部最优点,达到两者协同搜索。再者,为了进一步加快收敛速度,在ABC中采用一种改进的跟随蜂搜索策略,并对产生侦察蜂的关键参数进行灵敏度分析。最后,通过6个典型的多维测试函数对算法进行仿真测试。结果表明:提出的算法有效地避免了陷入局部最优,提高全局搜索能力和搜索精度,有较快的收敛速度,是一种较好的协同搜索算法。

Nelder-Mead算法中单纯形顶点的仿射独立性检验

本文在文献[1]的基础上,提出Nelder-Mead算法中单纯形顶点仿射独立性的递推检验方法,并对Nelder-Mead单纯调优算法提出改进.该算法保留了Nelder-Mead算法计算简便的优点,并且可保证单纯形各顶点的仿射独立性.文中给出了该算法在线性系统辨识中的应用示例.

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。

基于谱方法和单纯形算法的一类偏微分方程参数反演研究

根据观测数据反演偏微分方程参数具有重要的应用价值。通过基于快速傅立叶变换的谱方法实现对偏微分方程快速高精度求解,与观测数据结合建立待优化的目标函数,再用带边界约束的Nelder-Mead单纯形优化方法进行参数反演。通过算例证实了算法的有效性。

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。

Nelder-Mead单纯形法在NaI(Tl)γ能谱峰面积求解中的应用

为了更准确的测定γ能谱核素活度,采用Nelder-Mead单纯形法对去除本底后的峰区进行高斯迭代拟合,求解出拟合峰区的位置、半高宽、峰高等参数。首先,在进行高斯拟合峰区前对原始谱数据采用FIR高斯窗平滑处理,然后通过对称零面积法计算全能峰峰位以及峰边界。最后,将峰区信息作为单纯形初值进行高斯拟合迭代,进而求解峰面积。根据算法测试结果分析,该方法能够对单能峰做高精度拟合,并且能将重峰区分离成多个高斯函数的拟合,相比Levenberg-Marquardt高斯拟合法,该算法的实现相对简单,而且精度也足够高。实验表明N-M单纯形法可以有效求解γ能谱峰面积。

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。

基于Nelder–Mead单纯形法的杠杆式触针轮廓仪非线性误差补偿

杠杆式触针轮廓仪由于其测量精度高、测量范围广,成为常用的表面轮廓测量仪器。但是杠杆结构在测量过程中带来的非线性误差对轮廓测量精度影响较大,该文对基于激光干涉原理的高精度大量程杠杆式触针轮廓仪进行非线性误差分析,应用Nelder–Mead单纯形法对误差进行补偿,并通过高精度标准球冠进行补偿结果的校验实验。通过实验结果的分析可知,该方法可以有效地减小测量结果的非线性误差,将触针式轮廓仪在大量程测量时的X、Z向精度提高到±1μm以内。

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。

基于Nelder-Mead单纯形法的汽轮机调速系统参数辨识

为了建立汽轮机调速系统准确模型,需要对模型进行参数测试及辨识。根据建模导则推荐的汽轮机调速系统模型结构以及现场试验数据,采用具有算法简单、容易实现、对目标函数连续或可导无要求等特点的Nelder-Mead单纯形法对汽轮机调速系统参数进行辨识,并对辨识结果进行了仿真校核。结果表明:所使用的Nelder-Mead单纯形法辨识出的汽轮机调速系统参数模型满足精度要求,验证了此方法的实用有效性。

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优化的PEMFC三阶RQ等效电路参数辨识研究

精确、有效的燃料电池等效电路有助于分析燃料电池内部工作情况,确保燃料电池系统稳定可靠地运行。针对燃料电池内部工作状态无法使用传感器精确监测的问题,提出了基于Nelder-Mead优化算法的PEMFC 3阶RQ等效电路参数辨识方法 ,根据电池工作原理建立3阶RQ非线性等效电路模型,将模型参数与实际物理意义相结合建立复数域下的实部、虚部加权目标函数,最后在电化学交流阻抗谱实验的基础上进行参数辨识研究。研究结果表明:在相同初始条件下,Nelder-Mead优化算法在精度、速度上与最小二乘法相当,但抗干扰能力更强;与遗传算法相比,精度相当但速度更高,可以用于燃料电池的在线参数辨识。

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。

基于小波图像卷积的局部放电非梯度定位方法研究

为实现更准确的电力设备及线路异常放电定位,提出了一种基于小波图像卷积的非梯度定位方法。研究首先采用小波图像卷积的时延估计方法解决了低信噪比下时延估计误差较大的问题,基于小波变换分析获得了信号间时域–频域相关性,进一步通过卷积平均值获取精确时延估计值,在真实值±2μs的估计结果区间内将时延估计的置信概率提升了44%。在较高信噪比下应用时,有效地将估计结果的平均绝对误差限制在0.1μs内;其次,将下山单纯形法和模式搜索法2种非梯度优化方法引入局部放电定位算法中,借助非梯度优化算法无需求导、搜索迅速等优点,实现了局部放电源的定位寻优。为验证上述算法效果,首先通过仿真对比验证了小波图像卷积时延估计方法在不同时延长度、不同信噪比下的准确性和稳定性,然后采用十字阵列超声传感矩阵,对模拟放电源进行了实测。实验结果表明,所提出的定位算法相较传统算法误差更小,且未增加对硬件算力的要求。

Solution of Stochastic Quadratic Programming with Imperfect Probability Distribution Using Nelder-Mead Simplex Method

Stochastic quadratic programming with recourse is one of the most important topics in the field of optimization. It is usually assumed that the probability distribution of random variables has complete information, but only part of the information can be obtained in practical situation. In this paper, we propose a stochastic quadratic programming with imperfect probability distribution based on the linear partial information (LPI) theory. A direct optimizing algorithm based on Nelder-Mead simplex method is proposed for solving the problem. Finally, a numerical example is given to demonstrate the efficiency of the algorithm.