基于模拟退火与Hopfield神经网络的输气管道优化设计
针对输气管道优化设计基本上是属于约束非线性混合离散变量优化设计问题及连续型Hopfield神经网络对初值的依赖太强以及容易陷入局部最小解的情况,采用了模拟退火与Hopfield神经网络混合计算的方法对输气管道优化设计模型进行求解.优化算例表明:该方法改进了标准CHNN算法的收敛过程,能有效防止搜索陷入局部最优解和避免对于初始迭代值的过度依赖,使算法能以较快的速度收敛到全局最优解,优化效果优于标准CHNN算法和SA算法以及常规方案比较法,可在保证各项约束的前提下,达到投资最小化.该方法对输气管道优化设计和设计方案的优选具有一定的工程指导意义.
天然气 输气管道 优化设计 模拟退火 神经网络
周昊 段善宁 黄维秋 文涛
常州大学江苏省油气储运技术重点实验室,常州,中国,213016 中石化西南分公司川西采气厂,德阳,中国,618000 川庆钻探工程公司地质勘探开发研究院,成都,中国,610051
国内会议
北京
中文
1066-1071
2011-10-20（万方平台首次上网日期，不代表论文的发表时间）