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。     

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。     

换热网络合成问题的并行BB/SQP混合算法

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。     

换热网络合成问题的并行BB/SQP混合算法

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。     

微分进化算法优化换热网络的性能

通过分析换热网络换热器面积与综合费用之间的关系,证明了连续变量引起的换热网络非线性及非凸等特性,这些特性造成换热网络局部最优解众多。而传统的基于梯度的优化算法受初始点影响很大,容易陷入局部最优解,是换热网络最优化的障碍所在。针对优化换热网络问题难以稳定收敛的角度出发,在换热网络分级超结构模型的基础上,研究了微分进化算法求解换热网络问题的鲁棒性。通过具体的算例,在固定结构下与经典的牛顿法比较,结果表明,该方法优化结果不受初始点影响,具有很好的鲁棒性,并且年综合费用得到进一步降低。用于工业生产过程中,可以稳定有效地节约成本。     

基于数学优化算法的多杂质用水网络优化综述

基于超结构的多杂质用水网络优化模型具有维数高、非线性和非凸性等特点,是目前节水技术研究的难点之一,数学优化算法是解决这一问题的主要工具。介绍了数学优化算法中的经典数学规划法、智能算法和智能混合算法解决多杂质水网络优化问题的研究进展。智能混合算法通用性高,较其他算法具有更强的全局和局部寻优能力,更适用于多杂质水网络的优化。开发智能混合算法,综合考虑换热网络和着眼企业现场条件是今后水网络优化研究的重点。     

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...     

基于局部搜索策略的混合算法同步综合换热网络

针对复杂换热网络混合整数非线性问题,提出了一种由混沌蚁群算法、局部搜索策略和结构进化策略组成的混合算法,同步综合换热网络。首先采用混沌蚁群算法初步优化换热网络,蚂蚁个体根据混沌搜索机制遍历整个求解域。随后引入Powell法作为局部搜索策略,加强蚂蚁个体的局部搜索能力。最后结合结构进化策略,限制算法的搜索空间,优化蚂蚁个体表示的换热网络结构,并将优化后的信息反馈。蚂蚁会根据自身、邻居和反馈的信息作进一步搜索,直到算法收敛于全局最优解。通过算例对算法进行验证,结果表明,混沌搜索机制使混合算法具有很好的全局搜索能力;Powell法加强了算法的局部搜索能力,提高了求解精度;结构进化策略能够有效地缩减搜索区间,提高搜索效率。所以混合算法能够很好地兼顾处理连续变量和整型变量,适用于换热网络综合。     

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。     

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。     

基于分解算法的功热交换网络多目标优化

功热网络设计问题指在流程设计中对变压和换热过程进行耦合优化设计的问题,以此来提高整体系统的能效并降低成本。前人工作中一般采用数学规划法对功热网络建模优化。然而,由于存在变压过程和换热器面积计算的非线性约束,以及换热匹配的二元变量,整体模型往往是一个高度非凸的混合整数非线性规划模型,难以求解。本文提出一种高效的功热网络优化方法。模型中分别用透平压缩机和换热器实现功热网络中轴功和热的交换。求解过程采用分解算法,主问题中用随机算法对关键变量优化,功和热两个子网络问题中用确定性算法求解。目标函数考虑了经济和环境影响。案例测试对比了不同优化目标得到的结果以及多目标Pareto曲线,验证了所提出方法的高效性。     

考虑非等温混合的能量集成多杂质水网络优化设计

提出了一种分步综合多杂质体系水网络和换热网络的新方法。对于水网络,考虑进入操作单元的新鲜水与回用水之间的非等温混合,确保流股间的直接热回收;对于换热网络,可以只考虑水网络中的新鲜水和回用水流股之间的换热匹配。采用无进化次数的改进粒子群算法对本文建立的多杂质体系水网络非线性模型和换热网络混合整数非线性模型进行求解。实例表明,与不考虑非等温混合时比较,考虑非等温混合时的最优网络结构更简单,且年度总费用要节省2.4%。因此,本文提出的方法在实际生产中有较好的可行性和有效性。     

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。     

换热网络综合的广义析取规划模型及求解方法

提出了针对通用换热网络综合(HENS)的广义析取规划(GDP)模型。广义析取规划模型通过引入逻辑变量代替0-1整形变量,使用析取式实现约束的分支选择。相比于传统MINLP模型,换热网络综合的广义析取模型具有以下优点:(1)条件建模的直观性;(2)通过对约束的动态选择,在减少冗余约束的同时更消去了不存在单元所带来的非线性费用计算模块,从而大大降低NLP子问题的求解复杂度,使求解更简单。另外,提出了一种混杂算法用来求解换热网络算例的广义析取规划模型。在外层使用启发式算法搜索最优结构,在内层调用确定型算法求解非线性规划子问题。结果表明,GDP模型无论在简洁性还是易求解性上都优于传统MINLP模型,可以有效地求解通用换热网络的综合问题。     

换热器网络同步最优综合方法──改进的MINLP转运模型法

针对现有的换热器网络最优综合方法的局限性，采用分级超结构转运模型和物流吸、放热潜力的概念，提出了非等温混合线性约束的换热器网络同步最优综合混合整数非线性规划（MINLP）的改进模型．该模型不仅可以对公用工程费用、换热面积、换热设备台数及物流的匹配选择进行多目标同步优化，而且在线性约束的条件下消除了等温混合的不合理假设，只需求解一次MINLP问题就可得到包括分流情况在内的最优网络结构．算例表明，该模型优于以往的几种同步优化模型．     

改进的无分流换热器网络最优综合法

提出了不分流换热网络改进的同步最优综合混合整数非线性规则模型，通过引入处理带０－１整型变量的规则，提出了采用非线性规划求解换网络综合ＭＩＮＬＰ问题的方法，只需求解ＮＬＰ问题就可得到连续变量和０－１变量同步优化的网络结果。算例表明，该模型和方法是有效的。     

基于罚因子协进化微分算法优化换热网络

惩罚函数法优化有约束换热网络时,罚因子的取值过大降低计算效率,过小降低优化精度,设置合适的罚因子值却不容易。基于微分进化算法优化连续变量的启发,采用罚因子协同进化机制,同步优化罚因子与解变量,应用于换热网络优化问题。协进化机制优化主要思想如下:建立两类种群,一类为罚因子种群,一类为换热面积种群。优化过程中,每一组换热面积种群用来评价每一个罚因子个体,逐个优化所有解种群,得到所有罚因子个体的评价值,再根据微分进化的思想,对罚因子执行变异、交叉、选择过程,进化罚因子。两类种群如此反复交替优化,直到满足终止条件。算例证明,协进化机制应用于换热网络优化能进一步提高优化效率与精度,也为混合算法选取合适的罚因子优化换热网络提供了一种新思路。     

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.     

工艺过程与换热网络的联合优化

提出了用超结构回归模型法来解决工艺过程与换热网络联合优化综合的课题,并且对超结构中整型变量的处理提出了整型变量连续化的方法,为有效地求解混合整数非线性规划问题(MINLP)提供了一种新的途径;应用该方法对某化肥厂的改造扩建进行了优化计算,表明该方法的应用可以产生很大的经济效益.     

基于NSGA-Ⅲ算法的高维能量集成网络的优化改造

针对现有随机算法对高维能量集成网络（换热网络）求解困难与易陷入局部最优的问题,提出了一种基于参考点的非支配排序遗传算法（NSGA-Ⅲ）的换热网络优化方法。该方法使用特殊的支配关系引入了自适应离散化Pareto前沿与参考点机制,对那些非支配且接近参考点的种群个体进行保留。本文基于非等温混合分流分级超结构模型,以用户最关心的环境影响指数、投资费用、操作费用与改造工程量为改造优化目标,从多个方面、多个层次考虑换热网络改造问题,为用户提供多种可供选择的改造方案。案例研究表明,改造后的换热网络以每年57304USD的投资费用节省25%的年度操作费用,同时还具有较小的环境影响指数与改造工程量;与文献相比,可以提供多元化的节能改造方案,满足用户的不同改造需求,且获得优于文献的综合改造结果,表明该方法具有较强高维求解能力。