基于联想记忆系统的注水机组节能优化

doi:10.3778/j.issn.1002-8331.2009.17.072

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (17): 238-240.DOI: 10.3778/j.issn.1002-8331.2009.17.072

基于联想记忆系统的注水机组节能优化

谢超¹,刘鲁源¹,王俊杰²,王久坤²,曾茂华²

1.天津大学自动化系，天津 300072
2.天津大港油田，天津 300280

收稿日期:2009-04-13 修回日期:2009-05-26 出版日期:2009-06-11 发布日期:2009-06-11
通讯作者: 谢超

Energy saving optimization of water-driving motor based on associative memory system

XIE Chao¹,LIU Lu-yuan¹,WANG Jun-jie²,WANG Jiu-kun²,ZENG Mao-hua²

1.Department of Automation，Tianjin University，Tianjin 300072，China
2.Dagang Oil-field，Tianjin 300280，China

Received:2009-04-13 Revised:2009-05-26 Online:2009-06-11 Published:2009-06-11
Contact: XIE Chao

摘要/Abstract

摘要： 基于牛顿前向插值公式提出一种对任意阶多维函数可实现高精度逼近的新型联想记忆系统——NFI-AMS，详细讨论了其基本原理、插值算法及训练规则。利用NFI-AMS良好的非线性逼近能力建立了油田注水机组节能优化模型，实现机组节能优化。仿真结果表明基于NFI-AMS的节能优化策略具有较好的优化效果。

关键词: 牛顿前向插值, 联想记忆系统, 注水机组, 优化

Abstract: This paper proposes a novel high-order associative memory system based on the Newton’s forward interpolation，which is capable of implementing error-free approximations to multi-variable polynomial functions of arbitrary order.The factor which influences energy saving of water-driving motor in oil field is complicated，so it is difficult to use precise mathematics model to describe the model of water-driving motor quantitatively.Energy saving optimization model of water-driving motor is proposed based on NFI-AMS，which is employed to optimize the water-driving motor.The simulation results show that the proposed method is effective and accurate enough.

Key words: Newton’s forward interpolation, associative memory system, water-driving motor, optimization

谢超¹,刘鲁源¹,王俊杰²,王久坤²,曾茂华². 基于联想记忆系统的注水机组节能优化[J]. 计算机工程与应用, 2009, 45(17): 238-240.

XIE Chao¹,LIU Lu-yuan¹,WANG Jun-jie²,WANG Jiu-kun²,ZENG Mao-hua². Energy saving optimization of water-driving motor based on associative memory system[J]. Computer Engineering and Applications, 2009, 45(17): 238-240.

[1]	兰红，黄敏. 融合KNN优化的密度峰值和FCM聚类算法[J]. 计算机工程与应用, 2021, 57(9): 81-88.
[2]	孙泽宇，徐琛，苏艳超，李传锋，聂雅琳. 雾计算中跨层感知分簇路由协议[J]. 计算机工程与应用, 2021, 57(9): 109-117.
[3]	张朕通，单玉刚，袁杰. 联合多尺度和注意力机制的遥感影像检测[J]. 计算机工程与应用, 2021, 57(9): 212-216.
[4]	高一锴，彭力，徐龙壮. 改进AFSA算法优化TWSVM的火焰识别方法[J]. 计算机工程与应用, 2021, 57(8): 204-213.
[5]	高铖铖，陈锡程，张瑞，宋秋月，易东，伍亚舟. 三种新型智能算法在疫情预警模型中的应用——基于百度搜索指数的COVID-19疫情预警[J]. 计算机工程与应用, 2021, 57(8): 256-263.
[6]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[7]	杜垚. 结合局部优化匹配的Android恶意家族检测算法[J]. 计算机工程与应用, 2021, 57(8): 84-90.
[8]	张水平，王丽娜. 果蝇优化算法的进展研究分析[J]. 计算机工程与应用, 2021, 57(6): 22-29.
[9]	许小媛，李海波，黄黎. 云存储多异构文件联合延迟尾概率凸优化分析[J]. 计算机工程与应用, 2021, 57(5): 88-94.
[10]	沈瑜，刘成，杨倩. 利用子空间稀疏特征的超分辨率图像重建算法[J]. 计算机工程与应用, 2021, 57(5): 173-182.
[11]	胡晓敏，王明丰，张首荣，李敏. 用于文本聚类的新型差分进化粒子群算法[J]. 计算机工程与应用, 2021, 57(4): 61-67.
[12]	杨玮，吴莹莹，王婷. 子母式穿梭车仓储系统配置优化问题研究[J]. 计算机工程与应用, 2021, 57(4): 258-265.
[13]	王芙银，张德生，张晓. 结合鲸鱼优化算法的自适应密度峰值聚类算法[J]. 计算机工程与应用, 2021, 57(3): 94-102.
[14]	张伟康，刘升，任春慧. 混合策略改进的麻雀搜索算法[J]. 计算机工程与应用, 2021, 57(24): 74-82.
[15]	徐辰华，骆珠光，吴冠宏，刘斌. 基于正弦因子和量子局部搜索的灰狼优化算法[J]. 计算机工程与应用, 2021, 57(24): 83-89.

基于联想记忆系统的注水机组节能优化

Energy saving optimization of water-driving motor based on associative memory system

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics