Aiming at the uneven coverage of sensor nodes and redundancy of Sink nodes in the aggregation layer,the optimization method for two-tier wireless sensor networks coverage based on improved cuckoo search(ICS)was proposed.Firstly,having quantum-bits Bloch spherical coordinates adopted in population initialization to expand search space and population diversity;secondly,in the Levy flight optimization stage of cuckoo search,having the method of updating candidate solutions improved to randomly generate new can-didate solutions in each longitudinal dimension;finally,having strategy of updating the greedy evaluation di-mension by dimension based to select random walk so as to avoid interference of the same dimension,speed up iteration speed and improve accuracy.Experimental results show that,compared with the original cuckoo algorithm and extrapolated artificial bee colony(EABC),the sensor node coverage can be improved by 1.79%and 9.87%,and Sink node redundancy in the aggregation layer is reduced by 5.13%and 21.28%.
介绍了先进控制的发展过程、基本概念和在工程应用中的优势,然后阐述了针对国内先进控制应用过程中的特殊问题所做的主要研究和应用工作,最后介绍了先进控制进一步的发展方向.也阐述了中国石油大学对先进控制应用研究的贡献和利用基于机理分析建模方法解决我国先进控制应用中特殊问题的重要作用.
控压钻井是一种复杂的钻井工艺,自动节流管汇上节流阀的控制是实现井底压力精确控制的关键技术.首先,建立控压钻井装置中液动节流阀的动态模型,该节流阀采用比例伺服阀作为液压调节元件,采用控制器控制比例伺服阀的阀芯移动改变液动节流阀液压缸中液压油的流入量,进而实现对液动节流阀阀位的控制.其次,提出一种基于深度强化学习的液动节流阀阀位控制策略,该策略利用DQN(Deep Q-Network)算法,通过液动节流阀和智能体相互交换过程中学习比例伺服阀对液动节流阀阀位的控制.最后,通过仿真和现场试验验证了阀位控制策略的有效性,为成功实施控压钻井提供了保障.
为了解决单一模型无法满足复杂化工生产过程预测精度要求的问题,引入混合建模方法.首先,考虑到模糊C均值聚类(FCM)算法在初始聚类中心选择上存在的缺陷,采用SA算法和GA算法对其进行优化,以选择最合适的初始聚类中心,提高聚类精度;然后,基于支持向量机建立各子类预测模型;最后,将测试样本划分到各子类中,采用各子类模型仿真得到预测值.采用混合建模方法和单模型方法预测苯酚浓度并与真实值对比,结果表明:笔者所提混合模型得到的平均相对误差(MRE)和最大相对误差(MXRE)均小于单模型的.
介绍本安回路系统的基本构成以及本安回路计算的常用方法,并结合具体产品的安全参数,提出本安回路计算在工程设计中的具体应用思路及方法.针对无法满足本安参数验证的情况,提出了可行的解决方案及建议.
