一种基于并行计算的混合算法优化有分流换热网络

换热网络优化是化工过程系统工程领域的研究难点,其数学模型具有高度的非凸、非线性,在使用单一启发式算法优化时,往往具有局限性。研究以换热网络的年综合费用最小为目标,针对强制进化随机游走（RWCE）算法在优化时由于个体间独立进化,导致优化过程中信息缺乏交流的问题,提出将遗传算法（GA）与其混合。混合后的算法在保持前一半优势种群中的个体单独进化的基础上,通过周期性的交叉、变异等操作产生子代来替换掉劣势种群,从而增强了原有算法的整型变量优化能力,并弥补了弱势个体无法更新的不足。为了兼顾算法在大种群下优化有分流换热网络的计算效率,节约时间成本,使用OpenMP系统将混合算法实现了并行化设计。通过三个不同规模的换热网络问题对并行后的混合算法进行验证,结果表明该算法能在有效提升优化质量的前提下相比串行算法大幅缩短计算时间,其中两个算例突破了目前文献最优解。     

全局优化搜索新算法──列队竞争算法(Ⅱ)解网络综合问题

本文给出了列队竞争算法解组合优化问题的框架和确定变异领域的两条原则 .对管路网络综合问题和换热网络综合问题确定了相应的变异领域 ,用列队竞争算法分别解这两个网络综合问题 ,所得到的最优解优于文献报道的结果 .     

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。     

基于蒙特卡罗微分算法优化大规模换热网络

在换热网络数学模型及分级超结构基础上,提出蒙特卡罗结合微分进化算法,双层优化换热网络。外层利用蒙特卡罗算法全局范围内搜索最佳的换热网络结构;内层用微分进化算法优化换热器面积;通过设定合理的预期换热器个数,控制Grossmann超结构下产生换热器的个数,不但能提高求解效率,而且可以有效地解决大规模换热网络问题。最后,算例结果表明,基于蒙特卡罗微分算法能保证在全局搜索能力的前提下,混合求解策略能够获得较优的结果。     

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。     

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。     

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。     

国内换热网络综合方法研究进展与展望

换热网络作为大型工业企业的能量回收系统,对降低企业能耗、提高能量利用率具有重要作用,其设计方法一直是国内外学者的热点研究课题。本文介绍了我国换热网络综合方法的研究进展,对设计方法进行了分类阐述,分析了夹点设计方法、数学规划方法和优化算法的研究成果和存在问题。最后展望了同步综合方法和优化算法是未来的主要研究方向和重点,为指导综合方法的不断改进和实际应用服务。     

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.     

综合考虑泵的设备及运行费用的换热网络优化

流体流经换热设备产生的压降是影响换热网络综合的重要因素,且压降会对整个换热网络系统的稳态运行造成影响。因此在进行换热网络综合时,泵的设备购置费、运行泵的能耗费用需同换热设备费用和公用工程费用同时进行考虑。本文基于有分流的非等温混合分级换热网络超结构模型,并且去除流股给热系数为常数的假设,将流股的给热系数作为流股流速的函数,以换热网络最低年总费用作为本文数学模型的目标函数,综合考虑泵的设备购置费用和泵运行时的能耗费用,建立了一个换热网络同步综合的MINLP数学模型。采用改进的拟并行的遗传/模拟退火算法对该数学模型进行求解,可获得最优的压降值及最优流股给热系数下的换热网络结构。最后,通过具体的算例证明了模型的有效性和可靠性,达到了既简化换热网络结构又降低了年总费用的目标。     

基于子网络强制进化的大规模换热网络优化

换热网络优化是典型的混合整数非线性规划（MINLP）问题,此问题的非线性约束以及到处存在的局部极值,使得最优解的获得尤其困难。特别是对于大规模网络来说,当物流数目增加时,可行的结构数目呈指数增长,目前还没有一种有效的算法来解决此类问题。应用改进的混合遗传算法,首先对换热网络进行初始优化,对初步优化结果进行子网络的划分,然后进行基于官能团（子网络）的重组、分解和交叉操作,获得了很好的结果。     

棋盘模型在换热网络优化中的应用

针对复杂整数非线性的换热器网络综合和优化问题,文中应用换热网络流程模拟的棋盘模型及其相应的算法,建立了换热网络同步最优综合的数学模型,通过改变网络的结构次序的数学规划优化计算,以10SP1问题为例,获得了优于以往文献的最优换热网络结构。结果表明,文中应用棋盘算法建立的换热网络求解模型及其算法,具有简单、直观、灵活、易实现的特点,能够得到综合性能更优的网络结构。     

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。     

换热器网络设备面积与清洗时序同步优化

表面结垢会严重影响换热器的传热效率,定期清洗是解决该问题的主要方式.针对以往换热器网络清洗时序优化方法中用于决策的整型变量较多而难以求解的问题,提出以换热器清洗的最大允许污垢热阻为优化变量,取代表示换热器是否清洗的二进制变量,将混合整数非线性规划问题转化成非线性规划问题,能够有效地减小问题规模,降低求解难度.优化过程中兼顾换热器网络的设计型与操作型问题,采用遗传/模拟退火算法同步优化换热器的面积与清洗时序.将该方法用于一个实例,所得年度总费用与文献基本一致,验证了该方法的有效性.     

换热器优化顺序对换热网络全局优化的影响

为了克服换热网络全局最优化过程中极易陷入局部最优解陷阱的难题,本文将蒙特卡罗随机抽样技术应用到换热网络冷、热流体随机组合中,从而实现换热网络多维优化参数优化顺序的随机变化,使得换热网络优化能够从一个局部最小解跳到另外一个局部最小解,实现全局最优化。通过具体算例表明,这种方法能够找到比以往算例更好的结果,能够更好地满足工业上的应用。     

换热网络填充函数法的全局优化

换热网络全局优化问题属于混合整数非线性规划范畴,其难点是目标函数和约束条件呈现为严重的非线性和非凸特性,局部最优解陷阱星罗棋布.针对其全局优化的难点,应用一种变换函数的全局优化方法--填充函数法,对换热网络进行全局优化.通过具体的填充函数对某特定算例进行求解表明,通过不断的交替优化,填充函数能够使换热网络目标函数跳出局...     

考虑本质安全的换热网络多目标优化

由于国内外重大化工事故的频发及化工行业节能降耗的需求日益迫切,研究本质更安全的换热网络多目标优化具有重要意义。采用评价指数的方法,对换热网络的本质安全易爆性、毒性、存量进行量化表征。采用数学规划法分别建立换热网络经济与本质安全易爆性、毒性、存量同步优化数学模型。采用归一化法构建经济和安全的目标函数。通过算例研究发现,考虑易爆性,倾向于不易爆流股间换热,减少易爆流股换热次数;考虑毒性,倾向于减少有毒流股流经换热器的次数;考虑存量倾向于减少换热网络的总存量。最后综合考虑易爆性、毒性、存量作为安全指标与经济同步优化,通过算例研究表明,多目标优化的最优换热网络在很大程度上取决于经济权重的选取。     

基于群体智能算法的换热网络同步最优综合

换热网络同步综合方法一般需要建立复杂的混合整数非线性数学规划模型,该模型具有非凸、非线、不连续的特点,属于最难求解的一类NP-hard问题,应用传统的优化算法很难确定其全局最优解,尤其是对大规模换热网络综合问题,甚至无法在合理时间内接近全局最优的局部最优解。针对换热网络同步综合问题,提出基于群体智能算法的分层优化策略,外层采用离散粒子群算法与遗传算法相结合的混合群体智能算法优化换热网络结构,内层在结构变量给定条件下利用改进粒子群算法优化冷热物流分流比与换热负荷。两个典型算例研究证明了该方法能以较高的效率和稳定性得到较好的优化结果。