采用个体进化能力实时评价和强制更新策略的换热网络优化方法

针对启发式方法在优化换热网络时出现个体进化停滞的现象,提出了一种采用个体进化能力实时评价和强制更新策略的进化算法。首先,建立个体进化能力评价机制,实时考察每个个体进化过程中的性能变化;其次,当个体进化能力退化时,建立强制更新策略,通过随机抽取当前结构中的换热单元,并给予其换热量以随机扰动,提高个体的结构变异能力,促进其整型变量的全局优化,改变个体原先的优化路径从而寻得更优的结构。将该算法应用于无分流换热网络实例中,取得了优于现有文献的结果,表明了该算法具有较强的全局搜索能力。     

采用落后个体更新策略的换热网络优化方法

针对强制进化随机游走算法(RWCE)优化换热网络的过程中存在部分个体优化质量长期处于落后状态的现象,提出了一种落后个体更新策略的RWCE算法。通过周期性考察所有个体性能变化,并实时计算当前所有个体的平均性能,建立了一种落后个体识别机制。对落后个体采取强制更新策略,强制改变其原先的优化路径,增强了种群活力,提高了算法的全局搜索能力。将该算法应用于无分流换热网络的20股流和16股流实例中,年综合费用较改进前的最优结果分别下降了1 005和19 084$/a,表明该策略的有效性,由此证明改进后的算法能有效改善因落后个体所导致的优化质量下降的问题。     

换热网络优化中换热单元均布处理的周期性影响分析

为了避免相邻换热单元之间无法产生新换热单元,提升节点非结构模型在算法优化中的适应性,基于换热单元均布策略分析了均布周期对换热网络进化的影响,提出加权均布策略。结果表明:均布策略只在相邻换热单元之间产生新换热单元时才会产生一定影响,且均布策略的采用周期过大或过小都会对换热网络优化产生不利影响;通过两个不同规模的算例进行验证,得到的结果分别为5 169 910和1 511 549$/a;加权均布策略能够提高算法在节点非结构模型中的优化性能。