基于新策略粒子群算法优化换热网络

换热网络综合优化是过程系统中最广泛研究的方向。尽管如此,MINLP的复杂性给粒子群算法的应用提供了广泛的空间。首先,提出两种不同机理的局部搜索策略来完善粒子群算法作为启发式算法局部搜索能力不强和精度不高的问题,使算法能更有利地接近全局最优的局部极值。其次,对含固定投资费用的算例,采用费用计算替换公式的策略,来避免迭代计算初期面积较小时因为固定投资费用权重较大而使算法陷入局部最优问题。最后用4个四股流算例分别从不同侧面说明以上两种策略的有效性,并都得到了该算例目前为止最好的局部极值。     

基于新策略粒子群算法优化换热网络

换热网络综合优化是过程系统中最广泛研究的方向。尽管如此,MINLP的复杂性给粒子群算法的应用提供了广泛的空间。首先,提出两种不同机理的局部搜索策略来完善粒子群算法作为启发式算法局部搜索能力不强和精度不高的问题,使算法能更有利地接近全局最优的局部极值。其次,对含固定投资费用的算例,采用费用计算替换公式的策略,来避免迭代计算初期面积较小时因为固定投资费用权重较大而使算法陷入局部最优问题。最后用4个四股流算例分别从不同侧面说明以上两种策略的有效性,并都得到了该算例目前为止最好的局部极值。     

文化基因粒子群算法在换热网络连续变量全局优化中的应用

在换热网络的综合优化中,连续变量的优化通常采用确定性方法。相比于整型变量优化,连续变量优化相对容易处理,但存在容易陷入局部最优和无法收敛到全局最优的问题。针对这一问题,提出一种在标准粒子群算法中结合局部搜索策略的文化基因粒子群算法;结合换热网络最小年综合费用小和计算时间短的优点,提出Ring+Random粒子种群拓扑结构;结合算法控制参数的设置与粒子种群拓扑结构的改进,使文化基因粒子群算法具有更好的全局收敛性能。采用6个10股流体算例验证文化基因粒子群算法在给定换热网络结构下的连续变量全局收敛性能,与文献值相比,换热网络最小年综合费用最大减少了26 025$/a。     

收敛精度对换热网络优化路径的影响

换热网络本身严重的非线性导致了局部极值大量存在而极易陷入局部最优陷阱无法跳出,优化策略产生的领域搜索能力的好坏直接决定了全局搜索和跳出局部最优的能力。收敛精度不仅直接影响着优化程序的效率和求解精度,同时收敛精度的不同取值带来的"误差累积"导致基于原理论的优化方向发生改变。因为计算机以有限位的浮点数来表示实数从而产生舍入误差或者在计算过程中出现有效位数失落,导致在有整型变量优化的换热网络中对有无换热器(0-1)判断中产生不同的结果。通过基于共轭性原理提供优化方向的Powell法来具体分析不同收敛精度对优化方向的影响,将权重较大的精度们在10SP1算例中组合试验分析,特定换热器下具体观察优化路径的改变。     

基于温差原则的换热网络分步综合策略

在温差原则的基础上,提出了一种换热网络的分步综合策略。采用蒙特卡罗随机抽样技术优化获得换热网络的初始结构,在此初始结构的基础上利用换热网络的温差原则逐步生成新的换热器改变网络结构,每步都结合牛顿法对整个网络进行优化,以此权衡设备投资费用与公用工程费用来获取具有最优年综合费用的换热网络设计结构。两个具体的换热网络算例表明,分步综合策略能够提高换热网络的总换热量,实现能量的综合利用;优化结果与文献值相比,设备投资费用明显减少,从而能获得最优的年综合费用。     

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。