-
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:CN107886324A
公开(公告)日:2018-04-06
申请号:CN201711229742.1
申请日:2017-11-29
Applicant: 重庆科技学院
CPC classification number: G06Q20/34 , G06Q20/322 , G06Q20/3829 , G06Q20/4014
Abstract: 本发明属于移动支付技术领域,公开了一种基于5G的城市一卡通小额支付终端控制方法,在一定程度上缓解了由于复杂的密钥加解密对网络侧与用户侧造成的巨大压力,降低了对系统性能巨大的依赖性,同时也在一定程度上降低了用户设备的能耗;满足5G网络中对网络接入安全的要求,大大降低了接入身份认证的复杂度,加快了用户接入身份认证流程,在一定程度上提升了用户接入网络的安全性与可靠性;该跨层认证方案基于当前现有的两种方案整合而成,简单而且容易实现,对现有网络侧以及用户侧的改动较小,具有广泛的应用价值。同时而本发明具有高安全性的小额支付功能、并且密钥传输安全、便利、无安全认证模块被攻击的隐患。
-
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: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: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。
-
-
-
-