排序方式: 共有2条查询结果,搜索用时 31 毫秒
1
1.
2.
针对深水天然气-凝析液生产系统的流量调和问题,采用主从式-粗粒度混合并行遗传算法(Hybrid Parallel Genetic Algorithm,HPGA)求解得到单井流量估计值,以弥补传统遗传算法(Simple Genetic Algorithm,SGA)计算耗时长的缺陷。HPGA基于多核PC集群的分布式储存,通过线程和进程两级并行实现;节点内部使用主从式并行模型(Master-slave Genetic Algorithm,MSGA),在多节点上应用粗粒度并行模型(Coarse-grained Parallel Genetic Algorithm,CGGA)。以某气田两井生产系统为例,通过对比HPGA、MSGA及SGA的计算时间和计算结果,研究HPGA在虚拟计量应用中的并行性能。结果表明:HPGA的并行效率和加速比占线性加速比的比例均在70%以上,计算时间显著缩短,且流量估计误差降低,满足工程运行离线分析的需求。同时,研究了加速比和并行效率随进程数和种群数的变化规律,以探讨并行开销的影响。 相似文献
1