共查询到16条相似文献,搜索用时 409 毫秒
1.
2.
A NEW ALGORITHM FOR GLOBAL OPTIMIZATION SEARCHLINE-UP COMPETITION ALGORITHM (Ⅱ) SOLVING NETWORK SYNTHESIS PROBLEMS
下载免费PDF全文
![点击此处可从《化工学报》网站下载免费的PDF全文](/ch/ext_images/free.gif)
Yan LiexiangMa Dexian 《化工学报》2000,51(2):221
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 . 相似文献
3.
用列队竞争算法来解分离序列综合问题 总被引:2,自引:0,他引:2
提出了一种分离序列超结构的简洁表达方式,对N个组分的混合物分离问题,仅需N-1个整数即可表示所有的分离序列。基于所提出的超结构表达方式,确定了产生相邻分离序列的策略。在此基础上用作者提出的列队竞争算法对较大规模的分离序列综合问题进行了计算,结果表明用列队竞争算法只需搜索极少的解空间就能找到最优或接近最优的分离序列。 相似文献
4.
用列队竞争算法求解分离序列综合问题 总被引:3,自引:0,他引:3
提出了一种分离序列超结构的简洁表达方式,对N个组分的混合物分离问题,仅上整数即可表示所有的分离序列。基于所提出的超结构表达方式,确定了产生相邻分离序列的策略1在此基础上用作者提出的列队竞争算法对较大规模的分离序列综合总是地计算,结果表明用列队竞争算法只需搜索极少的解空间就能找到最优或接近最优的分离序列。 相似文献
5.
6.
提出了一种称为列队竞争算法(LCA)的群体搜索算法,该算法在进化过程中始终保持着独立并行进化的家族,通过家族内部的生存竞争和家族间的地位竞争这两种不同的竞争方式,使群体快速进化到最优或接近最优的区域.根据家族的目标函数值大小排列成一个列队,按列队中家族地位的不同分配不同的搜索空间,使局部搜索与全局搜索达到均衡,同时,应用逐步收缩搜索空间技术加速收敛速度.数值计算表明,列队竞争算法的搜索效率优于遗传算法和模拟退火法等算法. 相似文献
7.
8.
9.
10.
11.
TS算法属于现代优化算法,是局部领域搜索法的推广,常用于求解组合优化问题.利用TS法搜索过程的有向性和能够跳离局部最优解的特点,对其进行了改造,以适应求解连续变量化工优化问题.首先,根据化工优化问题变量的特性,提出了一种简便的邻域映射方案,并改进了迭代过程中自适应因子的下降函数;进一步分析对比了禁忌步数、自适应因子和初始解等参数对于优化结果的影响.然后通过算例和换热网络优化问题的求解,表明改造后的TS法在求解连续变量化工优化问题中的有效性,及其在化工优化领域的发展价值. 相似文献
12.
Solving mixed integer nonlinear programming problems with line-up competition algorithm 总被引:3,自引:0,他引:3
Line-up competition algorithm (LCA), a global optimization algorithm proposed recently, is applied to the solution of mixed integer nonlinear programming (MINLP) problems. Through using alternative schemes to handle integer variables, the algorithm reported previously for solving NLP problems can be extended expediently to the solution of MINLP problems. The performance of the LCA is tested with several non-convex MINLP problems published in the literature, including the optimal design of multi-product batch chemical processes and the location-allocation problem. Testing shows that the LCA algorithm is efficient and robust in the solution of MINLP problems. 相似文献
13.
14.
基于群体智能算法的换热网络同步最优综合 总被引:4,自引:4,他引:0
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。 相似文献
15.
16.
换热网络合成问题通常可用非凸、非线性、不可微的混合整数非线性规划模型描述。基于GPU的并行计算技术为求解大规模模型提供了高效支撑。针对已有并行SQP算法求解换热网络合成问题中存在二元变量组合数过多、并行SQP算法求解结果严重依赖初值等问题,提出了BB/SQP混合并行算法。该算法采用BB算法代替枚举法,不但大大减少了模型求解中可能的二元变量组合,而且为SQP算法选出了可行的初值,从而提高了算法的求解质量。研究表明,所提出的混合并行算法能够有效求解换热网络合成问题,且并行计算相比串行计算的求解速度显著增加,加速比可达39。 相似文献