采用结构保护策略的强制进化随机游走算法优化换热网络

鉴于强制进化随机游走算法（random walk algorithm with compulsive evolution, RWCE）在优化换热网络时可能出现有潜力结构被差解代替,提出了一种结构保护策略,增加一个与原种群平行进化的新种群,新种群执行结构保护,个体与原种群一一对应并接收其当前最优解,同时采用一种降维邻域搜索的进化方式,设置个体各维变量更新概率确定搜索维数,充分挖掘个体结构进化潜力,提升了算法的局部搜索能力;原种群则沿用RWCE的主要操作,保留了较强的全局搜索能力。将采用结构保护策略的RWCE算法用于有分流换热网络优化,取得了优于现有文献的结果。     

RWCE优化换热网络的不可行解影响分析及强化策略

换热网络优化问题常以外罚函数法处理约束,赋予违反约束的不可行解较大的罚值。强制进化随机游走算法(RWCE)优化换热网络时,其非贪婪搜索机制使不可行解以一定概率被保留,从而改变全局寻优过程。本文首先分析不可行解对优化进程的影响,揭示偏移量较小的不可行解对结构进化的促进作用;然后提出差解概率动态调整策略,合理利用不可行解的正面作用,强化结构进化能力;最后,鉴于上述优化结果中偏移量较小的不可行解居多,提出一种可行化策略,通过分段罚指数和双种群优化技术促使过程中有潜力的不可行解快速返回可行域,并提升优化质量。将结合两条强化策略的改进算法应用于16股流与15股流算例,优化结果较文献最优解分别节省了0.35%、0.48%,表明改进后的算法较原算法全局搜索能力得到了显著提升。     

采用结构融合策略优化换热网络

利用强制进化随机游走算法优化换热网络至后期时,个体网络结构基本定型,很难再被破坏或改变,潜在进化能力难以发挥作用,无法求解出更优结构。基于此,探究个体进化过程中的结构变化特性,分析后期结构优化的重心所在,提出结构融合策略,将两个个体结构融合到一起,形成新个体,放大原个体结构进化潜力。对新个体进行优化,其结构中所有换热单元互相竞争,引导结构进化潜力发挥作用,保留有益于结构进化的换热单元,淘汰阻碍结构进化的换热单元,生成部分新换热单元,促进个体进化形成更优换热网络结构。最后应用两个算例验证该策略的有效性,取得了可观的优化效果。     

换热网络优化中换热单元生成频次的影响分析及策略改进

换热单元的生成频次对换热网络优化有直接的影响,分析其机理可以指导求解算法的改进。本文采用节点非结构模型及强制进化随机游走算法,通过设置不同的换热单元生成概率与生成个数以改变换热单元的生成频次,观察并记录个体在优化过程中产生的年综合费用变化情况。发现不同生成频次下整型变量和连续变量的相对优化频率发生了变化,从而改变了整体优化过程,并且与个体当前优化状态不适应的生成频次会造成相对优化频率不平衡、优化结果较差。基于此,本文提出了一种具有生成参数动态调节策略的换热单元生成方式,在优化过程中根据个体状态实时调整换热单元的生成概率与生成个数,平衡整型变量与连续变量的相对优化频率。最后,采用15SP、10SP和20SP算例进行验证,换热网络的年综合费用较文献结果分别下降了1.06%、0.16%、0.68%,验证了该策略使得换热单元的生成频次更为合理,有效地提高了算法的优化效率。     

一种新的用于换热网络全局优化的强制进化随机游走算法

应用启发式方法在换热网络全局优化上的优点,提出了一种全新的强制进化随机游走算法（random walk algorithm with compulsive evolution,RWCE）,算法以目标函数减小为强制方向,通过各换热单元面积的随机扩大或缩小,同时实现了整型变量（换热单元数）和连续变量（换热单元面积）的同步优化。另外,算法能够以一定的概率选择接受差解,使其具备极强的跳出局部最优解的能力和全局搜索能力。算例验证表明,RWCE算法相比于其他启发式方法具有程序简单、更易实现、算法适应性及全局搜索能力更强的优点,使优化质量得到进一步提升。     

基于节点配置策略的有分流换热网络优化性能探析

应用节点非结构模型（nodes-based non-structural model,NNM）优化换热网络时,合理地配置节点参数（分流组数和分支数）可辅助算法以更高的效率获得更优的结果。然而,NNM模型的设置中,所有热流股共用一组节点参数,所有冷流股共用一组节点参数,因此无法定制化地满足每一个流股对分流的需求。为提高网络中节点的利用率,本文提出了节点配置策略。该策略可根据流股热容流率对流股上的分支数及其组数进行调整,减少无效结构对优化的阻碍,使算法在优化初期快速获得潜在优势结构,提升优化质量。通过10SP和15SP算例验证策略的有效性,所获结果比文献最优结果分别低340USD/a和2285USD/a,且低于同参数下无该节点配置策略的NNM模型所获结果,从算例分析可知该策略可有效辅助提升算法的优化性能,以获取更优的优化结果。     

一种大步长激励的结构进化策略应用于换热网络优化

强制进化随机游走算法（random walk algorithm with compulsive evolution,RWCE）具有进化策略简单、控制参数少、全局搜索能力强等特点,是换热网络优化的一种有效方法。鉴于步长对RWCE算法跳出局部最优解有重要的影响,针对RWCE算法的步长分布进行研究,通过分析大步长在局部极值跳出中的作用机理,建立了一种全新的步长组合生成方法,并据此提出了一种大步长激励的结构进化策略。最后,通过3个算例验证了结构进化策略的有效性,与文献结果进行对比,结果表明大步长激励的结构进化策略提高了算法的全局搜索能力。     

采用结构进化策略的Lagrange乘子法优化换热网络

针对罚函数法处理有约束问题时存在的不足,采用Lagrange乘子法优化换热网络.为求解Lagrange函数方程组,根据确定性方法,提出最速下降法求解策略以及Powell法求解策略.通过极小值判断机制,保证Lagrange函数方程组的解是原换热网络目标函数值的极小值.根据实际工况,提出结构进化策略,与Lagrange乘子法相结合,实现了换热网络全局最优化.通过经典算例验证了两种求解策略的有效性、准确性以及结构进化策略的通用性.与文献结果进行对比,结果表明本算法具有较强的局部搜索能力以及全局搜索能力,能够找到更优的换热网络结构,有利于在工业生产中节约成本.     

应用于换热网络优化的并行双层RWCE算法

换热网络规模越大,其解空间内极值点呈指数性增长,优化时不仅要求算法具有强大的全局寻优能力,局部解空间的高精度搜索也不可或缺。鉴于强制进化随机游走算法(RWCE)优化换热网络时难以兼顾局部搜索能力、易导致遗漏最优解的现象,同时为增大算法优化大规模换热网络的种群数量,本文将精细搜索和并行计算相结合提出了并行双层RWCE算法。算法基于多核并行技术,通过并行线程分配建立基础层和精细层,基础层在并行计算技术加持下,算法全局搜索能力大幅提升,精细层将基础层当前最优解实时精细搜索,避免了原算法差解代替优解现象。最后通过两个算例进行验证,结果表明并行双层RWCE算法不仅具有更强的全局搜索能力,且兼具高精度的局部搜索能力,在优化进程中有效保护了最优解。     

基于状态空间超级结构的多流股换热网络最优设计

多流股换热器以其结构紧凑、高效低耗等特点,成为过程强化研究的热门领域,但对于多流股换热的过程与设备优势所在仍然值得商榷。基于多流股换热匹配改进状态空间超级结构,将多流股换热网络综合转化为超级换热器设计。首先,构造级联多流股换热器匹配过程操作算子,通过相邻换热流股匹配,传递温位效应,实现多流股间传热严格计算;借助热容流率混合分配机制,实现各流股间任意分混操作。然后,考虑散热因素,改进目标函数,引入冷热损失和保温材料费用项,清晰体现多流股换热器因换热面互相覆盖而带来的外表面封包优势。进而,建立相应非线性数学规划模型,实现公用工程、设备投资、冷热损耗同步优化。最终,通过文献示例对所提方法可行性与优越性进行验证。     

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。     

微分进化算法应用于换热网络全局最优化

前言换热网络是过程系统中实现能量回收和高效利用的重要环节,其性能直接关系到整个系统的能量利用水平。目前,换热网络优化设计的方法主要分为三类,分别是夹点法[1-2]、数学规划法[3-4]与启发式方法[5-7]。