基于NSGA-III算法的小管径翅片管式蒸发器高维多目标优化

以稳态分布参数法和NSGA-III算法为基础,提出一种翅片管式蒸发器结构参数与流路参数混合寻优的方法,并依此展开小管径蒸发器结构和流路参数的影响分析与流路的高维多目标设计优化。建立的小管径翅片管式蒸发器模型与实测数据的误差在4%以内,可以较好地用于小管径翅片管式蒸发器的计算。基于该模型进一步建立以结构参数与流路参数为自变量,换热量、制冷剂侧压降、空气侧压降以及成本为因变量的神经网络模型,并利用NSGA-III算法对模型进行优化求解,得到小管径翅片管式蒸发器在一定的结构参数变化范围内的最优结构参数及最佳流路。研究结果显示:管外径对小管径翅片管式蒸发器的换热量、制冷剂侧压降以及成本的影响程度最大;翅片间距对小管径翅片管式蒸发器的空气侧压降影响程度最大;翅片厚度对换热量、制冷剂侧压降、空气侧压降以及成本的影响程度均最小;流路主要影响蒸发器的换热量及制冷剂侧压降;制冷剂流路为二支路、三支路和四支路时,模型可输出综合性能最优的结构及流路特征。

用L-systems和遗传算法实现的叶子形状建模

阐述了组合两类技术的一种方法:用L-systems和遗传算法(GA)获取一种改写表达式描述叶子形状。一个L-systems用于构造给定改写表达式,而GA是用于改写表达式的适应参数。介绍了用目标函数实现实值参数替换方法,研究结果表明提出的方法产生可以接受的输 出效果。