摘要：提出一种适用于换热网络同步综合的改进混沌蚁群算法.在标准算法的基础上引入组织变量更新策略、新型动态邻域拓扑结构,增强算法的全局搜索能力和局部搜索能力.提出两条整型变量优化策略使算法具备优化整型变量的能力和特性.选取两个不同规模的换热网络问题对算法进行测试,其鲁棒性和有效性得到验证.

摘要：针对确定性方法应用于换热网络全局热集成时易陷入局部极值的问题,采用乘子法建立辅助函数,将原来的换热网络有约束问题转化为无约束问题,在此基础上提出了基于牛顿法的极大、极小值交替优化算法应用于换热网络优化。该算法通过优化进程中极大值、极小值的交替计算,不断跳出当前的局部极小值并继续通过局部优化方法求解新一轮的局部极小值,从而实现换热网络的全局热集成。同时提出防止"回跳"策略,避免该算法计算过程中在某个区域重复优化的问题。将算法应用于两个经典换热网络实例,取得了较好的结果,验证了极大、极小值交替优化算法能够有效地改善确定性方法易陷入局部极值的问题,具有较强的全局搜索能力,使优化质量较文献得到了进一步提升。

摘要：强制进化随机游走算法优化换热网络时,在个体选择阶段通过设置接受差解概率增强结构的进化能力,但优化过程中会出现个体在较短的迭代步数内未充分发挥其优化潜能而再次被差解取代的现象,使优化精度降低。针对两次接受差解间迭代步数较少的情况,提出差解结构的多程优化策略,将第二次接受差解前的结构传递给新种群。通过20流股(SP)和10流股算例验证,得到相较文献更低的年综合费用,分别为1396465和8705500$/a,表明引入该策略后,优化效率和质量得以提高。

摘要：为解决强制进化随机游走算法(random walk algorithm with compulsive evolution,RWCE)应用于换热网络综合时进化停滞的问题,提出了一种伴随优化策略(CO-RWCE):对种群中各个体优化进程进行监控,当个体因接受差解陷入长期进化停滞时,将该个体历史最优解回代给个体以调整优化方向;若多次回代后个体仍未进化,则将全局最优解传给个体并摄动以实现重生。在回代或重生后,采用一种游走概率递减技术,控制游走变量个数以提升搜索精度。优化结果表明:改进策略增强了个体自身进化能力,有效提升了算法搜索能力。

摘要：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。

摘要：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。

摘要：换热网络优化属于混合整数非线性规划问题,具有严重的非凸非线性特征,是过程系统优化的重点和难点。文章介绍了强制进化随机游走算法(RWCE)的基本原理,以有固定投资,计算规模相对较大的H13C7换热网络算例为例,从计算效率和精度等方面综合考虑算法在不同参数设置下对结构进化和连续变量优化进程的影响,提出了对应策略。经证明,参数的组合优化设置有助于提高算法的效能,取得较好的优化结果。

摘要：针对局部邻域搜索方法搜索结果对初始解位置依赖大,难以摆脱局部最优解影响的问题,本文提出了一种带惩罚的逆梯度进化算法。该算法通过给当前位置适应度施加一个仅与在该点处停留时间正相关的惩罚以迫使该个体沿逆梯度方向移动,进而逃离当前局部极值点。同时为了防止出现"回跳"现象,引入禁忌邻域,禁止当前个体重回原先位置。相对于一般启发式算法跳出局部极值点的随机性,该算法通过惩罚实时构造填充函数以逃离当前局部极值点的机制具有一定的确定性因素,提高了算法的搜索效率。将该算法应用于换热网络优化问题上,分别对10SP1和10SP2两个经典算例进行验证,获得了优于已有文献的优化结果,表明该算法具有较强的跳出局部最优解能力。

摘要：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2926484和6830843$/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。

摘要：为提高强制进化随机游走算法的优化效率和通用性,提出多个体平行搜索法:将原种群划分成多个平行个体,每个个体独立设置算法中主要的控制参数;同时,结合单因素轮换法,轮换改变各单一参数,以考察各参数对优化进程的影响,最终找到最优参数匹配并应用到后续的整体优化中。采用16SP和20SP算例检验该方法的有效性,较最新的文献结果分别降低了14 169$/a和17 023$/a,该方法在能够得到各个算例适合控制参数的同时,提高了优化效率。