文献类型：专利

专利类型：发明专利

是否失效：否

是否授权：否

申 请 号：CN201510109219.X

申 请 日：20150312

发 明 人：辜小花 李太福 梅青平 裴仰军 王坎 周伟 杨永龙 曹旭鹏

申 请 人：重庆科技学院

申请人地址：401331 重庆市沙坪坝区虎溪大学城重庆科技学院

公 开 日：20170825

公 开 号：CN104680025B

代 理 人：王玉芝

代理机构：50223 重庆蕴博君晟知识产权代理事务所(普通合伙)

语　　种：中文

摘　　要：本发明提供一种基于遗传算法极限学习机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)构建前馈神经网络并训练、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。

主 权 项：1.一种基于遗传算法极限学习机的抽油机参数优化方法，包括如下步骤：1)确定抽油机采油过程生产效率影响因素构成效率观测变量集合其中α₁，α₂为决策变量，α₃～α₁₄₆载荷数据环境变量，为其他环境变量，选取抽油机系统的性能变量构成性能观测变量集合：{y₁,y₂,y₃,…y_l}；2)获得所述生产效率影响因素和系统性能变量的样本数据，得到效率影响因素样本矩阵α和性能样本矩阵Y： α = α 11 α 12 ... α 1 N α 21 α 22 ... α 2 N

关 键 词：构建  种群  决策变量  生产效率  输入变量  影响因素  产液量 抽油机 计算系统环境  前馈神经网络 归一化处理  极限学习机 适应度函数  参数优化 测试样本  初始种群  迭代循环  偏好函数  性能变量  样本数据  遗传迭代  遗传算法  载荷数据  固定的  耗电量  父代  降维  主元 优化  样本  网络 保证  

IPC专利分类号：G06N3/12(20060101)