APP下载

和声搜索算法在油田事故应急资源筹集中的应用

2014-11-15达列雄

电子测试 2014年3期
关键词:音调搜索算法救援

达列雄,刘 杰

(陕西理工学院数学与计算机科学学院,陕西汉中,723001)

0 引言

在油田事故灾难救援过程中,应急资源快速准确调配可提高救援效率。而目前在资源筹集方面的研究,大多集中在筹集模型以及路径选择的优化上面,对求解算法的研究较少,有些文献中虽然运用了粒子群等优化算法对资源调度模型进行求解,也通过数值算例验证了所建立模型的合理性及其粒子群算法的可行性和有效性,但是采用粒子群等优化算法求解时,求解过程复杂,会随着问题规模的不同,算法的求解效果和速度也有影响。而采用传统的穷举法求解此类问题时,在参与应急的应急点比较多时,求解速度很难接受,不能满足资源快速调度的需要。和声搜索算法作为一种启发式全局搜索算法,算法参数简单,优化求解速度较快且容易实现,该算法在处理离散型优化问题方面展示了比蚁群算法,遗传算法更好的性能。

本文将详细研究静态多目标筹集方法,建立模型并设计采用和声搜索算法对其进行求解,验证模型的正确性和算法的可行性,将和声搜索优化算法应用到油田事故灾难应急资源筹集当中。

1 建立模型

在实际油田事故救援过程中,我们既要考虑救援效率,还要考虑救援成本。在整个救援过程中,每增加一个救援点,救援陈本就会大幅增加,所以,要降低救援成本,就要在满足救援效果的前提下,尽量减少出救点数量。

2 和声搜索算法

和声搜索(Harmony Search,HS)算法是2001年韩国学者Geem Z W等人提出的一种新兴智能算法。算法中引入三个主要参数,即和声记忆库取值概率HMCR(Harmony memory considering rate),微调概率PAR(Pitch adjusting rate),音调调节带宽bw(band width)。和声搜索算法基本步骤如下:

Step 1:设定基本参数:①变量的个数N,②各个变量的取值空间,③最大迭代次数Tmax,④和声记忆库的大小HMS,⑤记忆库取值概率HMCR,⑥音调微调概率PAR,⑦音调调节带宽bw。

Step 2:初始化和声记忆库,即按照各个变量取值空间随机生成HMS个解向量

Step 3:产生新解

其中rand1表示[0,1]上均匀分布的随机数,PAR为音调微调概率,bw为音调微调带宽。

Step 4:更新记忆库

评估新产生的和声,如果新的和声优于和声记忆库中最差的和声,将新和声更新至和声记忆库。

Step 5:判断是否达到终止条件,未达到终止条件则重复Step 3和Step 4,否则输出最优解。

3 实例验证

假设在一次油田事故应急资源调度过程中,需要排水泵总数量y=45,能够提供此类应急资源的应急点共有10个S1,S2,……S10,各个应急点对应防护服储备量xi和各个应急点到达事故救援点所需的时间ti如下表1所示:

表1.验证举例

HS算法最初应用在连续优化问题中,在求解组合优化问题时,新的和声生成后,可能会出现非法解,导致HS算法无法进行,因而,在组合优化问题中应用HS算法,必须实现其离散化。将问题转为典型的0-1问题进行求解,当应急点参与应急时设为1,否则设为0。

在求解过程中,关键参数设置为:取值概率HMCR=0.8,微调概率PAR=0.2,迭代次数MAXITER=1000(根据问题规模调节),音调微调带宽BW=0.1,和声记忆库大小HMS=5,则对于上述问题的实验结果如下表2:

表2.实验结果

通过反复改变问题的规模,在油田事故应急资源筹集中,如果参加参加救援的资源点比较多,资源种类较复杂的情况下,和声搜索算法表现出比其他优化算法更快的收敛速度和求解性能。

4 结束语

本文从油田事故灾难救援资源筹集模型入手,逐步分析了静态单目标和静态多目标资源筹集方法,并合理的设计采用和声搜索优化算法对模型进行求解验证其正确性和可靠性。而在实际救援过程中,救援资源的消耗大多情况下并不是匀速消耗的,如果首次派遣的救援资源不能满足救援需求时,需要对所需救援资源再筹集,救援资源的需求量随着救援阶段的转换而产生变化,因此,动资源的动态消耗筹集应进步一展开研究。

[1]George F.Routing and emergency response team sitting for high level radioactive waste shipments[J].IEEE Transactions on Engineering Management,1998,45(2):141-152.

[2]高淑萍,刘三阳.应急系统调度问题的最优决策[J].系统工程与电子技术,2003,10(25):1222-1224.

[3]李梅霞,车海涛.应急资源调度模型及算法[J].运筹与管理.2011,20(3):72-76.

[4]将金贵,梁静国.基于粒子群优化算法的应急资源调度研究[J].统计与决策,2009,2:53-54.

[5]潘郁,余佳,达庆利.基于粒子群算法的连续消耗应急资源调度[J].系统工程学报,2007,22(5):556-560.

[6]拓守恒.一种求解多维背包问题的和声优化搜索算法[J].微电子学与计算机,2012,06:76-80+86.

猜你喜欢

音调搜索算法救援
紧急救援
改进的非结构化对等网络动态搜索算法
改进的和声搜索算法求解凸二次规划及线性规划
3D打印大救援
听力障碍幼儿音调异常矫治的实施建议
刘涛《音调未定的儒家——2004年以来关于孔子的论争·序》
救援行动
基于逐维改进的自适应步长布谷鸟搜索算法
基于跳点搜索算法的网格地图寻路
紧急救援