基于连续性的换热网络整型变量优化策略

换热网络优化是典型的混合整数非线性问题,其整型变量(换热网络的结构)的组合情况对于其优化的走向以及局部最优解的质量具有至关重要的作用.分析了换热网络结构与性能之间的连续性特征;利用最速下降法对换热网络整形变量进行初步优化以确定合适的换热器数目,生成一系列连续变化的换热网络结构;以结构序列作为优化变量,借助换热网络性能连续性原理,将多维整型变量转换为一维连续变量,对整型变量进行启发式的连续性搜索.通过具体算例求解,该方法帮助优化过程跳出了局部最优的陷阱,并得到了较好的优化结果.     

基于温差均匀性因子协进化的双层算法同步优化换热网络

针对同时存在整型变量和连续型变量的换热网络综合问题,提出一种双层优化方法。外层以换热网络的温差均匀性因子作为网络结构性能的评价指标,通过蒙特卡洛随机抽样技术产生试探结构,采用整型优化算法逐步进化外层结构;内层以最小年综合费用作为优化指标,采用动态更新子群的改进粒子群算法优化连续变量。优化结果表明,温差均匀性因子可以有效评价换热网络的结构性能,从而指导结构的进化;改进的粒子群算法具有更强的全局搜索能力,相关算例均找到了更优的网络设计,应用于工业生产实际,可以有效节约成本。     

基于动态拓扑结构的分布式Memetic差分进化算法同步综合换热网络

针对标准DE(差分进化)算法在优化换热网络时出现的局部搜索能力弱、易陷入局部最优等问题,本文建立了一种基于动态拓扑结构的分布式Memetic差分进化算法,同步综合换热网络。首先,在子种群内部采用基于欧拉距离的动态拓扑结构,子种群之间采用冯诺依曼拓扑结构,有效地加快了个体之间的信息交流,保持种群多样性,扩大搜索范围。继之,结合Memetic算法思想,将Hooke-Jeeves算法作为局部搜索策略,增强算法局部搜索能力。同时,对于局部搜索获得的新解,提出了一种协作学习机制,平衡算法的全局寻优与快速收敛能力。最后,为处理整型变量,提出了两条简单有效的整型变量优化策略,使算法实现了连续变量与整型变量的同步优化。选取两个经典算例验证了算法的有效性。算法应用于算例一,相对于现有文献的最优值,本文所得结构的费用值下降了1 783$/a,表明算法的性能优于标准DE算法以及其它改进版本的DE算法。算法应用于算例二,相对于现有文献的最优值,本文所得结构的费用值下降了1 209$/a,表明算法能够有效地处理大规模换热网络问题,具有很强的鲁棒性。     

采用结构进化增强策略的RWCE算法优化换热网络

针对于启发式算法应用于换热网络优化时,后期由于种群多样性消失或其他原因导致年综合费用难以进一步下降的问题,提出了一种结构进化增强策略。该策略在一般启发式算法的整型变量优化中,通过将换热单元的生成与消去分开处理,先以一定概率随机地在网络中生成若干换热单元,再在连续变量优化的过程中实现换热单元的消去,提升网络结构变异能力。最后,将该策略与强制进化随机游走算法(random walk algorithm with compulsive evolution,RWCE)相结合形成一种新的混合算法(ESE-RWCE)。算例研究表明,ESE-RWCE算法相比于RWCE算法实现了全局搜索性能的提升。     

采用换热单元数限制策略的RWCE算法优化换热网络

针对强制进化随机游走算法(RWCE)在优化后期换热单元数和最小年综合费用变化缓慢的问题,提出强制限制换热单元数的方式优化换热网络:首先对换热网络结构中换热单元数下限进行控制,若某种结构的换热单元数小于该下限值,即强制增加换热单元,确保后期仍有较多的换热单元参与进化;为进一步优化换热网络,在维持换热单元数下限的基础上,对换热单元的换热量重新分配,使其在跳出局部极小换热单元数的同时,进一步精细搜索,增强结构进化能力。通过9SP和16SP算例验证,得到相较文献更低的年综合费用,分别为2 926 484和6 830 843$/a,表明引入该策略的RWCE算法,具有更强的全局搜索能力,兼顾了整型变量和连续变量的优化,优化效率和质量得以提高。     

一种流股分流动态调节的换热网络优化策略

现有的节点非结构模型(Node-wise non-structural superstructure, NW-NSS)在优化换热网络时需要预设固定的节点分流数量,难以满足结构进化过程对于求解空间和计算效率的需求,易造成换热单元生成空间受限,影响算法全局优化性能。本文提出一种流股分流动态调节策略,该策略基于实时结构的整型变量分布信息,动态增加结构进化所需的必要分流并减少无效结构对优化的阻碍,辅助算法以更高的效率跳出局部极值,提升优化质量。将策略应用于16SP、20SP算例,分别得到年综合费用为6 653 940和1 711 886$/a的最优换热网络结构,较文献最优结果降低了3 140和3 202$/a。     

一种多子群协进化的粒子群算法同步综合换热网络

针对同时存在整型变量及连续变量的换热网络优化问题,提出一种多子群协进化的粒子群算法。为了增强粒子群算法的全局搜索能力,将种群按精英个体、一般个体、较差个体划分为3个子群,针对每个子群的粒子进化状态提出不同的学习算子,用于丰富粒子的进化方式,增加种群多样性;同时建立协进化机制,动态地更新子群,以实现粒子之间的良性竞争,更好地引导粒子进化。采用结构优化策略处理整型变量,并与多子群协进化的粒子群算法结合,实现了连续变量与整型变量的同步优化。通过两个优化实例验证算法的性能,优化结果表明了新方法的有效性。     

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。     

换热网络全局优化的多维峰谷轮换法

在峰谷轮换法的基础上提出了利用多维峰谷轮换法对以年综合费用最少为目标函数的无分流换热网络进行优化.在换热网络变量寻优过程中,首先将目标函数极小化得到一个局部极小值点,然后沿着多个方向进行变量搜索,找出最先跳出局部极小值点的变量组合,使得跳出局部极小值的搜索效率高于单变量的搜索效率,并可寻找到更好的换热网络结构,将极小化与跳出局部极小值点过程交替进行直至求得全局最优解.通过算例验证了该方法的可行性,且可找到比其它方法的优化结果更优的换热网络结构.     

基于种群多样性的改进差分进化算法应用于换热网络优化

针对差分进化算法运用于换热网络优化时后期搜索效率低,容易出现早熟收敛而陷入局部最优的不足,以变量方差为种群多样性定量评价指标。分析了差分进化算法的控制参数对种群多样性的影响及种群多样性与算法寻优能力之间的关系,在此基础上建立缩放因子自适应调整和种群动态更新策略的改进差分进化算法并应用于两个换热网络实例,优化参数以年综合费用为目标,结果分别为5 606 985和2 928 032$/a,较改进前分别减少19 089和18 042$/a。改进后的差分进化算法能够在进化过程中提升种群多样性,增强算法搜索能力,抑制算法早熟收敛。     

隔代强制进化遗传算法在换热网络优化中应用

在对换热网络分级超结构及其数学模型分析的基础上,对网络综合优化问题进行了研究．针对普通遗传算法及其它优化算法无法保证网络优化质量和效率的缺点,对遗传算法进行了改进,提出了换热网络隔代强制进化遗传算法。该方法将换热网络结构信息转化为种群中染色体信息,利用种群的进化实现网络结构的优化,在进化过程中使用隔代强制策略,使种群向更优方向稳步进化,保证各代优化结果的有效性,降低最优群体的生成代数,并利用最优个体保存技术记录优化过程中最佳换热网络结构。采用此方法对具体换热网络实例进行了优化综合,结果表明：隔代强制进化遗传算法能在网络优化过程中避免早熟收敛而陷入局部最小点的现象,使搜索质量和效率得到有效提高。用隔代强制进化遗传算法对有分流和无分流换热网络进行优化综合,均能获得综合性能良好的网络结构。     

蚁群算法在换热网络优化中的应用

提出将蚁群算法应用于换热网络优化中,按照相等的能量份额将各股热流体分解成能量集合,热流体能量通过换热器在与冷流体换热的过程中得到分配,换热器单元面积得到相应地调整．能量分配过程中换热网络得到优化,从而使年综合费用减少的换热器面积不断积累,最终形成了一个最优的换热网络结构．通过具体算例验证了该方法的可行性和有效性,最终优化的结果证明该方法具有较强的全局搜索能力,能够应用于复杂换热网络的优化问题中．     

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。     

PSO用于优化换热网络时对全局搜索能力的研究

将PSO(粒子群算法)应用于优化换热网络时,能够快速找到一个全局搜索的最优区域,但同时也会出现局部极值问题。这些问题是由于全局搜索能力的退化和算法的早熟收敛所致。本研究针对该退化现象的机理进行了深入分析,找到了粒子群算法早熟收敛的本质,提出了一种强制跳出的改进策略,通过激活陷入局部极值的粒子,恢复种群多样性并继续搜索全局最优解。算例证明,改进后的粒子群算法的搜索策略适用于换热网络连续变量优化,应用于文献[16]10SP2算例,得到的年综合费用较文献[14]下降了205$/a;应用于文献[18]8SP1算例,得到了目前最小的费用30 793$/a。改进的PSO较标准PSO和文化基因PSO优化后的费用均有所下降。     

采用新单元换热量生成与分布概率协调策略优化换热网络

强制进化随机游走算法应用于换热网络优化,具有算法程序简单、结构进化能力强等特点,但种群个体进化后期依然很难找到使年综合费用再次降低的进化方向。鉴于此,分析新生成换热单元最大换热量(Q_(max))取值对优化过程及新生成换热单元换热量(Q_n)概率分布的影响,在此基础上采用换热单元换热量生成与分布概率协调的换热网络优化策略,摄动后小概率随机生成换热量较大的换热单元,同时改变Q_n的概率分布情况,用于增强结构进化能力。最后采用15SP和20SP算例验证该策略的可行性,较文献结果分别降低了435 498和42 253$/a,由此证明,该策略可有效提高算法的局部搜索精度和全局搜索能力。     

换热网络优化的随机摄动方法及其应用

启发式算法在处理换热网络问题时具有可操作性强、搜索域大等优点,但由于局部解众多,算法很难寻得全局最优。本研究基于强制进化随机游走算法,以费用下降为强制进化方向,按照换热量最小,公用工程、流股匹配回路是否存在的优先顺序确定摄动对象;并以一定的概率对其进行随机地换热量线性变化或直接消去。重复寻找原结构下的更优分布或者新的网络结构。此外,引入梯度近似公式提高随机摄动方法的搜索精度。最后,通过计算10股流和20股流算例得到相较文献更低的年综合费用,分别为5 586 942和1 739 079$/a,证明该方法能够有效地促进换热网络结构进化,得到更优的网络结构。     

风光互补发电系统混合储能单元的容量优化设计

由于粒子群优化算法在优化计算中存在早熟收敛,易陷入局部最优且搜索精度不高等缺点,在现有粒子群优化算法的基础上融合模拟退火算法对其进行改进,得到改进后的模拟退火粒子群优化算法,并将其应用到风光互补发电系统混合储能单元容量的优化配置中。优化结果表明,在满足负荷用电的前提下,该算法可有效降低储能单元的投资成本和运行费用,从而证明了算法的正确性。     

采用关联进化策略的RWCE算法应用于换热网络优化

换热单元之间的耦合关系导致其在优化过程中相互制约,造成强制进化随机游走算法应用于换热网络时后期优化停滞。因此,提出一种关联进化策略实现换热单元间的联动进化。首先对换热网络中换热单元的关联关系进行了分析,评估了这种关联关系对进化算法的制约及效率的影响;在此基础上,建立了关联换热单元的联动进化机制,克服了优化过程中的关联制约,提升了进化的效率。最后,将采用单元关联进化策略的算法应用于15SP、16SP2算例,分别得到了年综合费用(TAC)为1 513 253和6 849 252$/a的结果,其中15SP算例的TAC较文献最优结果下降了5715$/a,验证了改进后的算法能有效地提高搜索质量。     

基于分级超结构的换热网络改造优化

建立了基于分级超结构模型的换热网络改造同步优化数学模型。该模型不依赖于夹点约束,不需要预先给定最小传热温差,能够有效权衡改造投资费用与运行费用之间的关系。改造投资费用中考虑了现有换热器的重新配置费用、现有换热器新增传热面积费用和新增换热器费用,符合工程实际要求。针对换热网络改造优化数学模型具有不连续和非线性的特点,数学模型的求解采用双层优化策略,其中表示网络结构调整的离散变量优化利用遗传算法,而表示操作参数的连续变量优化利用粒子群算法优化。2个不同规模的换热网络改造算例用于验证所提出方法的有效性。     

带有分流结构匹配策略的换热网络优化分析

采用节点非结构模型(NNM)优化换热网络时,节点位置的合理配置对网络拓扑结构和优化结果有重要影响。在分析NNM的优化性能时发现,优化结果中分流结构主要出现在具有较大换热潜能的流股上。因此,提出了分流结构匹配策略,该策略可根据各流股的换热潜能对流股分流结构进行调整,使换热潜能较大的流股保留更多的分流结构,促进潜在优势结构的生成。将该策略改进后的算法用于优化9SP和15SP算例,所获优化结果比公开文献最优年综合费用低17 046$/a和4 418$/a,且改进后的模型与算例的适配度较高。