摘要：强制进化随机游走算法(random walking algorithm with compulsive evolution,RWCE)是一种优化换热网络的新方法,具有程序简单、算法适应性和全局搜索能力较强等优点。本文研究了最大步长对RWCE算法优化性能的影响,提出了抛物线函数的最大步长递减调整策略来平衡RWCE算法的全局搜索与局部搜索能力。将引入策略的RWCE算法与基础算法比较,发现加入最大步长递减调整策略的RWCE算法与基础RWCE算法相比,在进化后期能够跳出局部极小值,具有更强的局部搜索能力。采用10SP2、9SP和15SP换热网络实例检验加入此策略RWCE算法的有效性,其中10SP2和9SP算例的优化结果均好于文献最好结果,相比算例原始文献下降了20.98%和1.11%。对15SP算例优化找到了新的换热网络匹配结构,并好于多数无分流换热网络优化结果,且低于文献结果 4.60%,证明了此方法在换热网络优化中具有较强的优化能力。

摘要：强制进化随机游走算法(RWCE)同步综合换热网络时,存在个体最优解的进化路径被接受差解打乱而不接受差解又很难跳出局部最优的问题.提出一种采用三层保护策略的RWCE算法,将种群中个体分为三层,底层采用基本RWCE进行优化,以保护个体的全局搜索能力;中层读取底层各个体的历史最优解,并采用带微调功能的RWCE进行优化,以保护各个体最优解的进化路径不被打乱;顶层所有个体以中层最优个体的解为初始点,采用带自动精细搜索功能的RWCE进行优化,以保证最优个体得到充分的搜索;最后将顶层搜索到的结果传递给底层对应个体.实例表明,算法在允许接受差解的同时保护了个体最优解的进化路径,并实现了全局搜索能力与局部搜索能力的兼顾.

摘要：针对RWCE（random walk algorithm with compulsive evolution，RWCE）算法优化有分流换热网络时，由于变量维数过多造成的算法全局搜索能力下降问题，提出了一种主辅强制进化随机游走算法（master-salve random walk algorithm with compulsive evolution，MS—RWCE）。算法通过将换热量和分流比的优化分开处理，建立一种以换热量优化为主导、分流比优化为辅从的新的进化机制。同时，为了进一步保证换热量优化的主导地位，引入分流比隔代优化策略，减少换热量和分流比在优化中的相互制约。采用9SP和15SP算例对MS-RWCE算法的有效性进行验证，MS-RWCE算法优化9SP和15SP算例，较采用RWCE算法的年综合费用分别下降了4395和18 420$/a，证明MS-RWCE算法可以实现换热网络优化质量的提升。

摘要：提出了一种新的动态约束工作点设计方法,通过调节部分设备容量,并同步优化储能设备容量,强化储能设备削峰填谷的优势。以经济性最优为目标,以系统中各设备容量为优化变量,将容量配置优化模型与强制进化随机游走算法相结合,并将其应用于具体算例。结果表明:相比其他3种方案,采用动态约束工作点设计方法后年综合费用分别降低了11.3%、8.8%和4.1%,进一步提高了系统的经济性。

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：强制进化随机游走算法(Random Walk Algorithm With Compulsive Evolution, RWCE)用于有分流换热网络优化时,由于变量维数的急剧增加,不仅严重影响优化效率,还降低算法的全局搜索能力。鉴于此,本文提出分流比差异优化策略,利用负分流比对换热网络结构产生扰动,同时降低已有换热单元分流比的优化频率。最后,通过10SP2算例分析策略对RWCE算法优化性能影响,经验证分流比差异优化策略能够增强换热网络的结构优化能力,并提高换热网络的优化质量。

摘要：换热网络全局最优化一直是系统集成领域的难点。强制进化随机游走算法在优化过程中,对于不同实例、不同初始条件、不同随机条件和不同优化阶段,无法预知最优的控制参数组合。因此,建立控制参数的动态协调策略,周期性地随机更新种群中个体的优化参数,同时保护周期内的有效参数组合,从而实现每个个体优化路径的动态调整,拓宽其搜索方向,寻得最佳参数匹配路线,提升全局优化质量。最后,将改进后算法应用于两个工业算例,所得的年综合费用较原算法结果分别下降了0.49%和0.05%,且均低于公开文献最优结果,表明控制参数的动态协调策略能够更有效地促进原算法的全局搜索。

摘要：针对强制进化随机游走算法(RWCE)优化换热网络时后期进化缓慢的不足,提出一种采用单元进化限制策略的改进RWCE算法(RS-RWCE)优化换热网络.通过限制每次迭代个体中参与进化的换热单元数,在保持进化前期年综合费用收敛速度较快的同时,保证进化后期的精细搜索能力.通过对两个经典算例的比较验证,证明改进后的算法应用于换热网络优化问题时兼顾了整型变量与连续变量的优化,使计算效率和精度均得到提高,同时获得了较好的换热网络优化结果.

摘要：在以换热量作为待优化连续变量的换热网络优化问题中,流股匹配可能出现温度交叉,常以惩罚函数法处理存在温度交叉的不可行结构.然而,当采用强制进化随机游走算法时,由于其接受差解的变异操作,温度交叉结构可能以差解的形式被接受,对优化进程产生负面影响而降低优化效率.因此,首先分析换热网络中温度交叉结构的成因,接着分析该不可行结构对算法优化进程的消极作用,然后提出一种处理方法,当种群中个体随机游走到不可行域时,强制使其回到可行域内的原位重新优化,从而提升算法优化效率.

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。