基于模拟退火与Hopfield神经网络的输气管优化运行

针对输气管优化运行属于组合优化的问题,建立了天然气气源输量变化下的输气管优化运行模型。同时,为了解决连续型Hopfield神经网络的鲁棒性较差和容易陷入局部最优解的问题,引入了模拟退火与神经网络相结合的混合优化算法求解输气管优化运行模型。优化算例表明:该方法改进了标准连续性神经网络算法的收敛过程,能有效防止搜索陷入局部最优解和避免对于初始迭代值的过度依赖,且优化结果优于标准连续性神经网络算法的计算结果,具有更高的优化效率和更强的鲁棒性,能够获得高性能的优化运行方案。