国家自然科学基金(71301153)
- 作品数:6 被引量:54H指数:3
- 相关作者:王德运魏帅王德运郭海湘林彦兵更多>>
- 相关机构:中国地质大学中国地质大学(武汉)国土资源部更多>>
- 发文基金:国家自然科学基金中央高校基本科研业务费专项资金教育部留学回国人员科研启动基金更多>>
- 相关领域:环境科学与工程经济管理天文地球理学更多>>
- 基于离散与连续选址相结合的平面选址问题研究--以华北石油局大牛地气田污水处理厂选址为例被引量:3
- 2014年
- 选址问题的研究中,大多考虑的是理论距离(例如欧式距离等);但在实际问题中,真实的公路运输距离和理论距离有较大差异,并且修建公路的成本较高.在尽量利用当前的公路交通网络同时,又能得到最优选址,在现实中具有重要意义.以华北石油局大牛地气田第一采气厂污水处理厂选址为例,分别采用重心法选址、最大值最小化选址、多目标选址等选址的方法得到污水处理厂的备选点,并结合实际距离模拟出了各个备选点的运输费用,再综合考虑当地政策和交通状况等因素,最终得到了使得运输费用最低的新的污水处理厂的位置坐标P(9.33,11.79),在该位置建立污水处理厂比之前的运输方案每年大约可节约511万元的运输费用.方法最大的优点是减小了在选址过程中理论距离与实际距离的误差,在现实中具有一定的指导意义.
- 石咏黎金玲李冰毅郭海湘诸克军
- 关键词:大牛地气田
- 中国石油安全评价及情景预测被引量:15
- 2017年
- 基于熵值法(EM)、粒子群算法(PSO)和支持向量机(SVM)的嵌套模型对中国石油安全进行评价及情景预测。首先,利用聚类和灰色关联分析方法构建出石油安全评价指标体系,并基于熵值法刻画出中国石油安全的历史演化规律。评价结果表明:(1)我国石油安全指数呈现出先降后升的趋势,且部分年份的石油安全指数波动较大;(2)国际原油价格波动、对外依存度不断上升以及市场流动性减弱的状况加剧了我国石油安全的脆弱程度,且地缘政治风险已成为我国石油安全的重要隐患,严重威胁着我国石油的供给安全。然后,在此基础上建立PSO-SVM石油安全预测模型,并通过设定三种情景方案,利用上述模型对我国2020年的石油安全状况进行情景分析。情景分析结果表明:(1)我国未来石油安全状况依然较为严峻,基准情景和低情景下石油安全指数仍旧处于很不安全区间;(2)不同的经济发展模式和政策取向对石油安全状况有着显著的影响。本文提供的"情景—对策"路径可成为相关能源政策制定的依据。
- 吕军王德运魏帅
- 关键词:石油安全熵值法情景分析
- 基于DEA方法的物流系统资金规模效率研究被引量:2
- 2020年
- 尝试运用DEA方法对企业物流系统的资金规模效率进行评价.建立物流系统资金投入产出指标体系,投入指标包括建设投资和经营费用,产出指标包括物流系统优化后经营成本和配送成本的节约额.结合某油田物流建设项目对该方法进行验证,并找出各决策单元非规模有效的改进方向.
- 赵崤含
- 关键词:物流系统DEA
- 基于DE-ELM的电池SOC预测研究被引量:1
- 2016年
- 针对极限学习机的随机性较大的问题,提出一种基于差分演化的极限学习机算法模型(DE-ELM).采用差分演化算法(DE)对极限学习机(ELM)随机给定的输入权值矩阵和隐含层阈值进行寻优,降低了随机性给ELM造成的影响,减少ELM网络震荡,提高了ELM预测精度.并且将DE-ELM应用在电池SOC的预测上,同时与ELM和BP神经网络的预测进行了对比,结果表明:DE-ELM在电池SOC预测上的表现优于ELM和BP神经网络,能满足电池SOC的预测精度要求.
- 罗宏远王德运潘雯雯魏帅
- 关键词:极限学习机差分演化SOC预测
- 中国热带气旋灾害经济损失时空特征分析被引量:8
- 2020年
- 首先对2004-2016年登陆我国的热带气旋时空特征进行了分析,然后,基于多区域投入产出模型测算了2004-2016年中国各区域各部门因热带气旋造成的间接经济损失,并在此基础上分析了热带气旋灾害造成的直接经济损失及间接经济损失的时空特征。结果表明:①2004-2016年间登陆我国的致灾热带气旋数量有增加的趋势,且主要聚集在东部和南部沿海区域,其中在南部沿海区域登陆的次数最多,高达80次。②在直接经济损失方面,2004-2016年间南部沿海和东部沿海区域的直接经济损失波动较明显,南部沿海、东部沿海和中部区域是直接经济损失最严重的三个区域。③在间接经济损失方面,从需求端来看,农业部门对重工业和轻工业的依赖度最高,从供给端来看,轻工业对农业部门的依赖度最高;东部沿海区域对中部区域的依赖度最高,南部沿海区域对西南区域及中部区域的依赖度最高,南部沿海和东部沿海区域是间接经济损失最为严重的两个区域。
- 王德运王德运柯小玲柯小玲朱冬元
- 关键词:热带气旋经济损失
- 基于二层分解技术和改进极限学习机模型的PM2.5浓度预测研究被引量:25
- 2018年
- 准确的PM2.5浓度预测对于保护公众健康和提高空气质量有重要意义,然而,由于PM2.5浓度序列的随机性、非线性以及非平稳性等特征增加了对其准确预测的难度.本文提出了一种基于二层分解技术和改进极限学习机(ELM)模型的PM2.5浓度预测方法,该方法融合了快速集成经验模态分解(FEEMD)和变分模态分解(VMD)两种分解技术以及经过差分演化(DE)算法优化的ELM模型.为了验证所提出预测方法的有效性,本文使用该方法对北京市和石家庄市的PM2.5浓度序列进行了预测研究.结果表明:1)相比于单层分解技术,本文提出的二层分解技术可以更加有效地降低PM2.5浓度序列的非线性及非平稳性特征;2)基于二层分解技术的DE-ELM预测模型可以显著提高PM2.5浓度的预测精度.
- 罗宏远王德运王德运魏帅魏帅
- 关键词:差分演化算法极限学习机