智能算法及其在油田故障诊断问题中的应用
摘要 | 第1-4页 |
Abstract | 第4-9页 |
第1章 绪论 | 第9-20页 |
·课题的背景及研究意义 | 第9-11页 |
·输油管道泄漏定位 | 第9-10页 |
·抽油机井故障诊断 | 第10-11页 |
·智能算法发展趋势及应用现状 | 第11-18页 |
·遗传算法 | 第12-13页 |
·蚁群算法 | 第13-14页 |
·神经网络 | 第14-15页 |
·小波神经网络 | 第15-16页 |
·人工免疫算法 | 第16-18页 |
·论文的研究内容 | 第18页 |
·论文的安排 | 第18-20页 |
第2章 免疫优化机制算法及其应用 | 第20-50页 |
·引言 | 第20-21页 |
·基于小生境技术的自适应免疫遗传算法的设计 | 第21-29页 |
·小生境技术 | 第21-22页 |
·基于小生境技术的免疫遗传算法 | 第22-27页 |
·算法的收敛性分析 | 第27-29页 |
·基于免疫机制的蚁群遗传算法设计 | 第29-35页 |
·蚁群算法的基本思想 | 第29-31页 |
·蚁群算法的特点 | 第31-32页 |
·基于免疫机制的蚁群遗传算法 | 第32-35页 |
·两种算法在函数优化中的应用 | 第35-46页 |
·问题描述 | 第35页 |
·测试函数 | 第35-36页 |
·评价标准 | 第36-37页 |
·基于小生境的自适应免疫遗传算法的函数优化 | 第37-39页 |
·基于免疫机制的蚁群遗传算法的函数优化 | 第39-45页 |
·两种算法的比较 | 第45-46页 |
·输油管道泄漏定位研究 | 第46-49页 |
·负压力波管道泄漏检测方法原理 | 第46-47页 |
·负压波波速确定 | 第47-48页 |
·管道泄漏点定位 | 第48-49页 |
·本章小结 | 第49-50页 |
第3章 自适应对角回归小波神经网络及其应用 | 第50-70页 |
·引言 | 第50页 |
·小波神经网络 | 第50-58页 |
·小波神经网络概述 | 第51-52页 |
·小波神经网络的结构 | 第52-58页 |
·自适应对角回归小波神经网络构造 | 第58-61页 |
·网络的提出及其特点 | 第58-59页 |
·网络的结构与流程图 | 第59-61页 |
·网络的学习算法 | 第61-62页 |
·网络的参数初始化方法 | 第62-64页 |
·尺度和位移的初始化方法 | 第62-63页 |
·权值的初始化方法 | 第63-64页 |
·抽油机井的故障诊断 | 第64-68页 |
·故障数据的归一化 | 第64页 |
·基于小波包分解的信号特征向量的提取 | 第64-65页 |
·诊断结果及讨论 | 第65-68页 |
·本章小结 | 第68-70页 |
第4章 小波变换基混沌免疫神经网络及其应用 | 第70-90页 |
·引言 | 第70页 |
·Mallat算法 | 第70-74页 |
·基于混沌理论的免疫神经网络 | 第74-82页 |
·免疫系统中的混沌特性 | 第74-75页 |
·总体构架及基本假设 | 第75-76页 |
·混沌免疫算法 | 第76-78页 |
·神经网络结构和参数优化 | 第78-82页 |
·抽油机井故障诊断研究 | 第82-89页 |
·故障诊断系统的组成 | 第82-83页 |
·故障特征的提取 | 第83页 |
·故障诊断结果 | 第83-89页 |
·本章小结 | 第89-90页 |
第5章 基于遗传机制的R可变反面选择算法及其应用 | 第90-104页 |
·引言 | 第90页 |
·反面选择原理及反面选择算法 | 第90-91页 |
·基于遗传机制的R可变反面选择算法 | 第91-97页 |
·数据处理及编码 | 第92页 |
·匹配原则 | 第92页 |
·生成检测器 | 第92-94页 |
·检测器的优化算法 | 第94-97页 |
·异常检测 | 第97页 |
·抽油机井的异常检测与故障诊断 | 第97-103页 |
·抽油机异常状态检测器的生成和优化 | 第97-98页 |
·抽油机井异常检测 | 第98-100页 |
·抽油机井故障检测器的生成 | 第100页 |
·故障诊断及结果分析 | 第100-103页 |
·本章小结 | 第103-104页 |
结论 | 第104-107页 |
一、本文的主要工作 | 第104-105页 |
二、本文的创新点 | 第105-107页 |
致谢 | 第107-108页 |
附录 | 第108-116页 |
参考文献 | 第116-126页 |
攻读博士期间发表的论文和科研情况 | 第126-128页 |
详细摘要 | 第128-156页 |