具有步长调整策略的强制进化随机游走算法优化换热网络

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。

一种新的用于换热网络全局优化的强制进化随机游走算法

应用启发式方法在换热网络全局优化上的优点,提出了一种全新的强制进化随机游走算法(random walk algorithm with compulsive evolution,RWCE),算法以目标函数减小为强制方向,通过各换热单元面积的随机扩大或缩小,同时实现了整型变量(换热单元数)和连续变量(换热单元面积)的同步优化。另外,算法能够以一定的概率选择接受差解,使其具备极强的跳出局部最优解的能力和全局搜索能力。算例验证表明,RWCE算法相比于其他启发式方法具有程序简单、更易实现、算法适应性及全局搜索能力更强的优点,使优化质量得到进一步提升。

采用结构保护策略的强制进化随机游走算法优化换热网络

鉴于强制进化随机游走算法(random walk algorithm with compulsive evolution,RWCE)在优化换热网络时可能出现有潜力结构被差解代替,提出了一种结构保护策略,增加一个与原种群平行进化的新种群,新种群执行结构保护,个体与原种群一一对应并接收其当前最优解,同时采用一种降维邻域搜索的进化方式,设置个体各维变量更新概率确定搜索维数,充分挖掘个体结构进化潜力,提升了算法的局部搜索能力;原种群则沿用RWCE的主要操作,保留了较强的全局搜索能力。将采用结构保护策略的RWCE算法用于有分流换热网络优化,取得了优于现有文献的结果。

采用单元进化限制策略的RWCE算法优化换热网络

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.

带有个体淘汰的强制进化随机游走算法优化质量交换网络

针对强制进化随机游走算法(RWCE)在优化质量交换网络进程中,存在部分个体在竞争中长期处于劣势状态以及个体结构高度相似的现象,提出带有个体淘汰的RWCE算法优化质量交换网络。即在一定的周期内,通过对种群中个体优化状态的实时监控,首先对个体的网络结构进行标准化处理,以此识别出结构中相似的质量交换器,再根据其数目评价个体的结构相似度,将种群中的个体划分为若干个集团,并以年度总费用作为评价个体优化性能的指标,淘汰种群中的劣势和相似个体,以此加强种群间个体的信息交流,提升个体优化活力和种群多样性,同时有效增强算法优化质量交换网络的全局搜索能力。将该方法应用于2个质量交换网络实例中,优化结果均优于文献最优结果,说明该方法能改变结构的进化方向,激励种群间个体的差异性进化和保持个体的优化活力,且有效提升算法的全局寻优性能。

RWCE算法控制参数动态更新促进换热网络结构进化策略

相较其他进化算法,强制进化随机游走(RWCE)算法能够始终保持较高的种群多样性,从而有效地跳出局部最优。然而,目前对于该算法进化过程中的控制参数如最大步长、最小换热量或换热面积以及接受差解概率的设置仍无严格定义,其取值方法和取值范围都将对结构进化的进度、换热单元生成和消去速度以及最终的换热单元数产生直接影响。根据换热单元数设定逐渐变化的控制参数,进行逐级优化尝试。引入logistic函数作为接受差解概率的取值策略,使最大步长和保留系数均随换热单元数线性变化,实现控制参数的动态更新从而促进换热网络结构进化。通过算例验证,该策略能提高RWCE算法优化换热网络的效率,可获得更理想的网络结构。

一种主辅强制进化随机游走算法同步优化换热网络

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。

一种改进的差分进化算法与电解电容器参数辨识

针对差分进化算法在参数辨识时容易陷入局部最优、辨识精度需要优化等问题,改进的算法在原有选择、变异、交叉操作的基础上,引入随机游走策略,加强了算法的局部搜索能力,提高了种群的多样性。以等效串联电阻(ESR)和等效阻抗(Z)的实测值与预测值为基础构造目标函数,采用改进算法优化目标函数,对两个复杂程度不同的电解电容器模型进行参数辨识,得到参数辨识结果以及ESR和阻抗Z预测值。通过仿真表明,改进的算法是有效的,并且在经典模型下改进的算法预测精度始终维持在5%优于传统算法的14%。

采用三层保护策略的强制进化随机游走算法同步综合换热网络

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.

应用于换热网络优化的RWCE算法接受差解策略分析与改进

以一定的概率接受差解是强制进化随机游走算法(RWCE)换热网络结构进化、跳出局部最优的关键.首先分析接受差解策略对算法的优化作用,通过设置不同的接受差解概率,对比RWCE算法优化换热网络的结构进化过程,基于分析结论,提出以换热器数目为导向的接受差解概率控制策略,提升算法的计算效率和结构进化能力.通过算例验证,表明引入该策略的RWCE算法具有更强的全局搜索能力,优化质量得到有效提升.

RWCE算法中采用单元重构策略激励换热网络结构优化

应用强制进化随机游走算法优化换热网络的过程中,通过监测最优结构中换热单元优化进程,探究总体结构进化特点,发现存在换热单元先入为主的现象,主体结构稳固难以被突破,导致换热网络优化进入“停滞”状态。基于此,提出了换热单元重构策略,该策略旨在增强结构变异能力,经过一定阶段概率性消除结构中既有换热单元,腾出结构进化空间,再依据约束条件重新构建换热单元,既丰富了结构多样性又扩大了搜索域。此外建立优化状态监测指标,维持结构较高的变异活性,增强算法全局寻优能力。最后将该策略加入算法流程优化多个换热网络实例,总结分析其作用机理,所得结果均优于现有文献结果,证实了该策略的有效性。

改进差分进化算法求解B样条曲线曲面拟合问题

利用B样条进行数据拟合的关键在于B样条参数(节点矢量和控制顶点)的选取,同时把节点向量和控制顶点视为变量,拟合问题就演变为多维多变量高度非线性的最优化问题。由于差分进化算法(DE)在处理数值优化问题时相比于其他基于种群的进化算法收敛速度更快、稳定性更好,提出一种改进的差分进化算法来处理带噪声数据点的B样条曲线曲面最小二乘拟合。试验产生了多重节点。将其与基本的差分进化算法的试验结果进行比较,得到的BIC值和残差平方和更小。

一种新的多能互补分布式能源系统动态约束工作点设计方法

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。

应用单元活性强化策略的质量交换网络优化

质量交换网络优化后期,存在结构易固化、新单元生成受限的现象,不利于结构变异和全局寻优。因此,文中首先探究了结构固化的成因,并提出单元活性强化策略。在优化过程中,实时监测个体状态,以一定的概率随机抽取一个超过阈值的质量交换器,并将其分化为多个传质单元,以此增强新生单元的活性和个体结构变异能力,提升算法的全局搜索性能。将改进策略应用于废水脱酚和空气除氨2个算例中,所获结构的年综合费用为129 200、336 148美元/a,均优于目前文献最优解。结果表明:单元活性强化策略可以促进结构优选,有效提升算法优化质量。

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。

采用结构进化增强策略的RWCE算法优化换热网络

针对于启发式算法应用于换热网络优化时,后期由于种群多样性消失或其他原因导致年综合费用难以进一步下降的问题,提出了一种结构进化增强策略。该策略在一般启发式算法的整型变量优化中,通过将换热单元的生成与消去分开处理,先以一定概率随机地在网络中生成若干换热单元,再在连续变量优化的过程中实现换热单元的消去,提升网络结构变异能力。最后,将该策略与强制进化随机游走算法(random walk algorithm with compulsive evolution,RWCE)相结合形成一种新的混合算法(ESE-RWCE)。算例研究表明,ESE-RWCE算法相比于RWCE算法实现了全局搜索性能的提升。

采用分流比差异优化策略的RWCE算法优化换热网络

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。

应用于换热网络的RWCE算法参数匹配研究与策略

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。

精细搜索策略应用于质量交换网络综合

质量交换网络是化工过程系统的重要组成部分,其优化设计对降低污染排放具有重要意义。采用启发式算法优化质量交换网络时,存在难以兼顾全局搜索和局部搜索的问题。通过分析不同精度优化参数下的优化结果,揭示了该问题的成因,并提出一种精细搜索策略用于基础算法所得结构的深度优化。该策略包含两种方法,方法1采用具有个体回代与分化的高精度强制进化随机游走算法,可保留个体结构变异能力;方法2采用确定性方法依次对多维目标函数中的每个变量进行一维搜索,具有精度高收敛快的优点。将该策略应用于焦炉气脱硫和空气除氨算例,得到的结果分别为407308 USD·a^(-1)和127807 USD·a^(-1),经济性优于现有文献中的结果,验证了本策略的有效性。

采用换热单元数限制策略的RWCE算法优化换热网络

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。