-
公开(公告)号：CN104680257A
公开(公告)日：2015-06-03
申请号：CN201510108394.7
申请日：2015-03-12
Applicant: 天津市万众科技发展有限公司 , 重庆科技学院
CPC classification number: G05B13/04
Abstract: 本发明提供一种面向抽油机工作过程的智能优化方法，包括：1)确定抽油机的生产效率影响因素和性能变量、2)获得其样本数据、3)对载荷数据降维、4)由非载荷变量与载荷新主元构建网络输入变量集、5)构建输入变量的样本值、6)归一化处理、7)选取训练和测试样本、8)构建前馈神经网络并训练、9)构造产液量偏好函数、10)构造父代和子代种群、11)对父代种群个体进行遗传交叉或变异计算，以产生子代种群个体、12)求个体求适应度函数、13)将个体划分到不同层级的非支配集中、14)从非支配集中选择个体构成新父代种群并循环，最终得到优化后的生产效率影响因素值。优化后，可保证在产液量基本固定的情况下，耗电量最小。
-
公开(公告)号：CN104680257B
公开(公告)日：2018-03-02
申请号：CN201510108394.7
申请日：2015-03-12
Applicant: 天津市万众科技发展有限公司 , 重庆科技学院
Abstract: 本发明提供一种面向抽油机工作过程的智能优化方法，包括：1)确定抽油机的生产效率影响因素和性能变量、2)获得其样本数据、3)对载荷数据降维、4)由非载荷变量与载荷新主元构建网络输入变量集、5)构建输入变量的样本值、6)归一化处理、7)选取训练和测试样本、8)构建前馈神经网络并训练、9)构造产液量偏好函数、10)构造父代和子代种群、11)对父代种群个体进行遗传交叉或变异计算，以产生子代种群个体、12)求个体求适应度函数、13)将个体划分到不同层级的非支配集中、14)从非支配集中选择个体构成新父代种群并循环，最终得到优化后的生产效率影响因素值。优化后，可保证在产液量基本固定的情况下，耗电量最小。
-
公开(公告)号：CN104680259A
公开(公告)日：2015-06-03
申请号：CN201510110149.X
申请日：2015-03-12
Applicant: 天津市万众科技发展有限公司 , 重庆科技学院
Abstract: 本发明提供一种抽油机运行参数的节能优化方法，其包括：1)确定抽油机的生产效率因素和性能变量；2)获取其样本数据；3)样本数据归一化处理；4)选取训练样本集和测试样本集；5)构造广义回归神经网络并进行训练；6)针对产液量构造偏好函数；7)构造父代种群和子代种群并初始化；8)对父代种群个体进行遗传交叉计算或变异计算，以产生子代种群个体；9)对父代和子代种群个体求适应度函数；10)根据适应度函数将父代和子代种群中的个体划分到层级不同的非支配集中；11)从各个非支配集中选择个体构成新的父代种群，循环执行8)-11)多次，得到优化后的生产效率因素值。优化后，可保证在产液量基本固定的情况下，耗电量最小。
-
Patent Agency Ranking
公开(公告)号：CN104680259B
公开(公告)日：2018-01-09
申请号：CN201510110149.X
申请日：2015-03-12
Applicant: 天津市万众科技发展有限公司 , 重庆科技学院
Abstract: 本发明提供一种抽油机运行参数的节能优化方法，其包括：1)确定抽油机的生产效率因素和性能变量；2)获取其样本数据；3)样本数据归一化处理；4)选取训练样本集和测试样本集；5)构造广义回归神经网络并进行训练；6)针对产液量构造偏好函数；7)构造父代种群和子代种群并初始化；8)对父代种群个体进行遗传交叉计算或变异计算，以产生子代种群个体；9)对父代和子代种群个体求适应度函数；10)根据适应度函数将父代和子代种群中的个体划分到层级不同的非支配集中；11)从各个非支配集中选择个体构成新的父代种群，循环执行8)‑11)多次，得到优化后的生产效率因素值。优化后，可保证在产液量基本固定的情况下，耗电量最小。
-
公开(公告)号：CN105046326B
公开(公告)日：2019-04-19
申请号：CN201510111157.6
申请日：2015-03-13
Applicant: 重庆科技学院
IPC: G06N3/08
Abstract: 本发明提供一种基于功图主元分析的抽油机参数优化方法，包括：1)确定抽油机的效率影响因素和性能变量、2)获得其样本数据、3)对载荷数据进行降维、4)由非载荷变量与载荷新主元构建网络输入变量、5)构建输入变量的样本值、6)归一化处理、7)构建前馈神经网络、8)利用无迹卡尔曼滤波对网络进行训练、9)构造父代和子代种群；10)对父代个体作遗传变异计算，以产生子代个体；11)对父代和子代个体求适应度函数；12)将父代和子代个体划分到层级不同的非支配集中；13)从这些非支配集中选择个体构成新的父代种群，循环10)‑13)多次，得到优化后的效率影响因素值。优化后，可得到产液量最大时，耗电量最小。
-
公开(公告)号：CN104680023A
公开(公告)日：2015-06-03
申请号：CN201510108748.8
申请日：2015-03-12
Applicant: 重庆科技学院
IPC: G06F19/00
Abstract: 本发明提供一种基于多目标决策的抽油机参数优化方法，包括：1)确定抽油机的生产效率影响因素和性能变量、2)获得其样本数据、3)对载荷数据降维、4)由非载荷变量与载荷新主元构建网络输入变量集、5)构建输入变量的样本值、6)归一化处理、7)选取训练和测试样本、8)构建广义回归神经网络并训练、9)构造产液量偏好函数、10)构建评价决策变量个体支配关系的适应度函数、11)计算系统环境变量的平均值、12)利用决策变量构建初始种群并生成精英解种群、13)进行遗传迭代计算，得到第二代精英种群和父代种群、14)迭代循环，最终得到优化后的生产效率影响因素值。优化后，可保证在产液量基本固定的情况下耗电量最小。
-
公开(公告)号：CN104680023B
公开(公告)日：2017-08-29
申请号：CN201510108748.8
申请日：2015-03-12
Applicant: 重庆科技学院
IPC: G06F17/50
Abstract: 本发明提供一种基于多目标决策的抽油机参数优化方法，包括：1)确定抽油机的生产效率影响因素和性能变量、2)获得其样本数据、3)对载荷数据降维、4)由非载荷变量与载荷新主元构建网络输入变量集、5)构建输入变量的样本值、6)归一化处理、7)选取训练和测试样本、8)构建广义回归神经网络并训练、9)构造产液量偏好函数、10)构建评价决策变量个体支配关系的适应度函数、11)计算系统环境变量的平均值、12)利用决策变量构建初始种群并生成精英解种群、13)进行遗传迭代计算，得到第二代精英种群和父代种群、14)迭代循环，最终得到优化后的生产效率影响因素值。优化后，可保证在产液量基本固定的情况下耗电量最小。
-
公开(公告)号：CN105046326A
公开(公告)日：2015-11-11
申请号：CN201510111157.6
申请日：2015-03-13
Applicant: 重庆科技学院
IPC: G06N3/08
Abstract: 本发明提供一种基于功图主元分析的抽油机参数优化方法，包括：1)确定抽油机的效率影响因素和性能变量、2)获得其样本数据、3)对载荷数据进行降维、4)由非载荷变量与载荷新主元构建网络输入变量、5)构建输入变量的样本值、6)归一化处理、7)构建前馈神经网络、8)利用无迹卡尔曼滤波对网络进行训练、9)构造父代和子代种群；10)对父代个体作遗传变异计算，以产生子代个体；11)对父代和子代个体求适应度函数；12)将父代和子代个体划分到层级不同的非支配集中；13)从这些非支配集中选择个体构成新的父代种群，循环10)-13)多次，得到优化后的效率影响因素值。优化后，可得到产液量最大时，耗电量最小。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.033 seconds)
