基于自适应竞争群优化算法的无分流换热网络综合

换热网络模型具有非凸和非线性的特性,对于大规模超结构优化问题,采用经典的智能算法优化效率低,容易陷入局部最优值。以年综合费用为目标函数,基于自适应竞争群优化算法对无分流分级超结构换热网络模型进行优化。该方法采用对粒子平均位置的递减学习,通过自适应调节速度权重提高换热网络结构的全局优化能力和局部优化能力。通过两个典型算例分析表明,该方法相比量子粒子群算法大幅减少了模型调用次数,缩短了运行时间,并且找到了更好的优化结果。     

基于自适应竞争群优化算法的无分流换热网络综合

换热网络模型具有非凸和非线性的特性,对于大规模超结构优化问题,采用经典的智能算法优化效率低,容易陷入局部最优值。以年综合费用为目标函数,基于自适应竞争群优化算法对无分流分级超结构换热网络模型进行优化。该方法采用对粒子平均位置的递减学习,通过自适应调节速度权重提高换热网络结构的全局优化能力和局部优化能力。通过两个典型算例分析表明,该方法相比量子粒子群算法大幅减少了模型调用次数,缩短了运行时间,并且找到了更好的优化结果。     

一种新型Powell粒子群算法同步综合换热网络

针对换热网络同步综合方法的不足,本文提出了一种新型Powell粒子群算法,具有传统确定性方法的高精度以及启发式方法的高效率。同时针对群体智能算法优化换热网络问题时存在的不足,提出了云记忆体和个体对立策略,有效地避免算法发生早熟现象,扩大搜索范围。为处理整型变量而提出的两条整型变量优化策略与Powell粒子群算法结合,实现了连续变量与整型变量的同步优化。最后,选取两个经典算例验证算法的性能,均获得了优于文献的结果,表明算法能够找到更优的换热网络结构,是一种处理混合整数非线性问题的有效方法。     

粒子群算法最优同步综合换热网络

采用粒子群算法,对无分流换热网络综合问题提出改进的优化策略.运用超结构建立换热网络模型,以最小年度总费用为优化目标,按顺序求解思路优化换热器换热量.该算法比遗传算法简单,所需调节参数少,且不易陷入局部最优解,能迅速得到换热网络的结构与参数,具有获得全局最优解的能力.仿真研究验证了方法的有效性.     

基于AEA和PSO的双层同步换热网络综合方法研究

换热网络优化是一个多维、非凸、非线性、不连续的复杂混合整数非线性规划问题,传统的优化方法很难寻找到全局最优解。针对该问题研究建立了换热网络分级超结构非等温混合模型,提出了一种双层同步优化算法。该算法外层使用Alopex Evaluation Algorithm(AEA)算法优化结构变量分流比,内层使用Particle Swarm Optimizer(PSO)算法优化换热量。还提出了一种改进的不可行解修复策略,改善了算法的搜索能力。三个案例研究用以说明算法可以稳定寻找到较好的优化结果。     

无分流的管壳式换热网络优化研究

提出无分流管壳式换热网络的分级超结构模型,得出优化该换热网络的目标函数和约束条件,采用位置加权的改进粒子群算法进行优化举例。结果表明,通过选择合适的加权因子,位置加权的改进粒子群算法能加快算法的收敛速度,更快地得到全局最优解,从而得到最佳的管壳式换热网络优化参数。     

基于抽样平均近似的双层改进粒子群算法的无分流换热网络综合

针对单层优化算法求解换热网络不易找到最优解以及传统的双层优化算法计算成本较高的问题,研究以年综合费用最小值为优化目标,提出了基于抽样平均近似的双层改进粒子群算法求解无分流换热网络综合。该算法在优化初始阶段对内层变量优化时以抽样平均近似方法为基础,根据随机挑选的部分粒子信息快速评价外层的换热网络结构,而外层优化通过结合变异算子的量子粒子群算法对模型结构进行优化。待缩小最优网络结构的范围后再通过竞争群算法深度优化热负荷等连续变量,从而得到最优的年综合费用。研究所提出的算法通过抽样平均近似方法对外层结构模型进行初步筛选,避免了大量非最优解网络结构下热负荷等连续变量的优化,从而减少了双层优化过程的计算量,提高了优化效率,同时在缩小网络结构范围后采用竞争群优化算法提高了优化精度,保证了优化效果。通过对两个典型算例的测试可知,研究的方法相比传统的双层算法在求解时间上缩短了近90%,在求解效果上也能达到较好结果。     

换热器网络同步最优综合方法──改进的MINLP转运模型法

针对现有的换热器网络最优综合方法的局限性，采用分级超结构转运模型和物流吸、放热潜力的概念，提出了非等温混合线性约束的换热器网络同步最优综合混合整数非线性规划（MINLP）的改进模型．该模型不仅可以对公用工程费用、换热面积、换热设备台数及物流的匹配选择进行多目标同步优化，而且在线性约束的条件下消除了等温混合的不合理假设，只需求解一次MINLP问题就可得到包括分流情况在内的最优网络结构．算例表明，该模型优于以往的几种同步优化模型．     

分离系统与换热网络同步优化方法的改进：神经元网络—遗传算法

采用神经元网络法和遗传算法，在过程系统用能一致性的基础上对分离系统与换热网络同步优化问题提出了改进的优化模型及优化策略。该方法不仅能够自动、迅速地同步得到分离序列与换热网络联合系统的流程结构与操作参数，而且具有获得全局最优解的能力。最后通过实例说明本方法的有效性。     

基于数学优化算法的多杂质用水网络优化综述

基于超结构的多杂质用水网络优化模型具有维数高、非线性和非凸性等特点,是目前节水技术研究的难点之一,数学优化算法是解决这一问题的主要工具。介绍了数学优化算法中的经典数学规划法、智能算法和智能混合算法解决多杂质水网络优化问题的研究进展。智能混合算法通用性高,较其他算法具有更强的全局和局部寻优能力,更适用于多杂质水网络的优化。开发智能混合算法,综合考虑换热网络和着眼企业现场条件是今后水网络优化研究的重点。     

A hybrid optimization strategy for simultaneous synthesis of heat exchanger network

The heat exchanger network synthesis problem often leads to large-scale non-convex mixed integer nonlinear programming formulations that contain many discrete and continuous variables, as well as nonlinear objective function or nonlinear constraints. In this paper, a novel method consisting of genetic algorithm and particle swarm optimization algorithm is proposed for simultaneous synthesis problem of heat exchanger networks. The simultaneous synthesis problem is solved in the following two levels: in the upper level, the network structures are generated randomly and reproduced using genetic algorithm; and in the lower level, heat load of units and stream-split heat flows are optimized through particle swarm optimization algorithm. The proposed approach is tested on four benchmark problems, and the obtained solutions are compared with those published in previous literature. The results of this study prove that the presented method is effective in obtaining the approximate optimal network with minimum total annual cost as performance index.     

过程系统能量集成同步最优综合法

将换热网络超结构混合整数非线性规划多目标同步最优综合方法进一步扩展到与过程系统的联合优化,提出了改进的过程热集成同步综合方法,并以反应分离过程与换热网络能量集成为例,建立了同步优化超结构模型,采用混合整数非线性规划的遗传算法求解,可同时得到热集成系统最优的流程结构和操作条件。     

随机搜索算法在换热网络优化中的应用进展

随着对能源利用率要求的不断提高,换热网络的优化已引起了人们的高度重视。本文综述了国内外应用随机搜索算法处理换热网络优化问题的最新研究进展,分析了当前应用较多的4种随机搜索算法：遗传算法、模拟退火算法、粒子群算法、禁忌搜索算法。阐述了这些算法各自的优势和尚待改进的问题,指出将不同算法结合起来解决大规模的换热网络优化问题是今后的研究方向。     

换热网络运行模拟优化

换热网络系统大多数是按给定工况,以投资费用和运行费用最优为目标设计的。但在实际运行过程中,确定和不确定性的影响因素往往导致换热网络的运行工况偏离设计值。偏离设计工况运行的换热网络性能变差,导致运行费用增加,甚至不能满足工艺物流换热要求。在换热网络结构给定条件下,将满足物流目标温度和运行费用最优作为目标函数,以单体模型和Yee et al.（1990）提出的多级超结构为基础,建立换热网络运行模拟优化模型,并进一步去除恒定膜传热系数假设使模型贴近实际问题。针对提出的非线性数学模型（NLP）问题,以标准粒子群算法为基础建立求解策略。在论文的最后,4个来源于已发表论文的实例研究证明了该优化方法的有效性。     

特殊换热网络算例优化与分析

换热网络综合属于混合整数非线性规划问题,具有严重的非凸、非线性特性。为探讨某些换热网络算例可能存在内部公用工程且年综合费用极低的特殊换热网络结构,本文采用了允许公用工程内置的无分流分级超结构模型。基于布谷鸟搜索算法,通过设置最小换热量阀值及以较小概率接受较差结构来指导换热网络结构进化,建立适用于求解换热网络综合问题的优化算法,并对特殊算例的优化结果进行分析。本文列举3个特殊算例,具有热流体的初始温度高于热公用工程的入口温度或热公用工程的进出口温差较大的特征,改进的布谷鸟搜索算法能够搜索到带有内部公用工程的换热网络结构,且年综合费用得到明显下降。结果表明：对于特殊算例,公用工程内置能够优化换热网络的热量分布,节约换热器面积,有效降低换热网络的年综合费用。     

基于专家系统和遗传算法的换热网络的建模和优化

A new superstructure from of heat exchanger networks(HEN) is proposed based on expert system (ES). The new superstructure from is combined with the practical engineering.The different investment cost formula for different heat exchanger is also presented based on ES.The mathematical model for the simultaneous optimization of network configuration is established and solved by a genetic algorithm.This method can deal with larger scale HEN synthesis and the optimal HEN configuration is obtained automatically.Finally,a case study is presented to demonstrate the effectiveness of the method.     

混合整数非线性规划与化学工程系统最优化设计——(Ⅱ)换热器网络的最优合成

本文讨论了用系统方法进行换热器网络的最优合成问题.建立了该系统的超结构及其混合整数非线性规划(MINLP)模型,并成功地应用了前文导出的MINLP算法对一算例进行求解.计算结果表明,本文所采用的方法在对系统的结构与操作参数同时进行优化方面,优于以往一些方法.     

Simultaneous synthesis of structural‐constrained heat exchanger networks with and without stream splits

This paper presents a comprehensive simultaneous synthesis approach based on stage‐wise superstructure to design cost‐optimal heat exchanger network (HEN). It is well known that the simultaneous synthesis model has very complicated mixed integer nonlinear programming formulations, which are non‐convex, non‐continuous and have many local optima. Up till now, it cannot be expected that an algorithm can find, in polynomial time, the global solution to the simultaneous synthesis problem of HEN. In order to reduce computational complexity, some simplified assumptions for structures, such as no stream splits, stream splits with isothermal mixing, no stream split flowing through more than one exchanger, etc, are adopted to prune the search space at the expense of neglecting certain important alternatives in the network configuration. In this work, a flexible stage‐wise superstructure is proposed to control the solution performance and search space efficiently. At each stage of the superstructure, with or without stream splits is determined at random or by the experience of designers. In this way, various candidate series and split network designs featuring the lowest annual cost can be found. Moreover, an efficient two‐level optimisation algorithm is employed for solving the presented model utilising genetic algorithm and particle swarm optimisation algorithm. Three case studies are presented to show the applicability of the proposed methodology. In addition, the results show that the new approach is able to find more economical networks than those generated by other methods. © 2012 Canadian Society for Chemical Engineering