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。

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.

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。

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。

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。

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。

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。

质量交换网络传质负荷不可行处理及动态调控策邮

本文分析了惩罚函数法处理传质约束对质量交换网络优化带来的消极影响,提出一种传质负荷动态调控策略,采用不同的调控方式处理单元传质约束,即衰减违反传质约束单元的传质负荷或消除单元,以保证结构中的传质单元不违反约束。通过两个质量交换网络算例进行验证,所得结果相比文献最优结果分别下降2943$·a^(-1)和1697$·a^(-1),且结构中传质单元数量增加,证明了策略的有效性。

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。

保护有效结构的整型/连续变量分离优化策略改进RWCE算法

强制进化随机游走算法优化换热网络时,连续变量进化阶段产生年综合费用更低的结构会被整型变量进化操作所破坏,导致连续变量进化后形成的结构未能充分发挥优势,制约了连续变量进化。本文提出保护有效结构的整型/连续变量分离优化策略,将连续变量进化与整型变量进化两个阶段的结构费用分别进行判断,从而保护具有发展潜力的结构,使年综合费用进一步降低。通过算例研究,取得优于文献的结果,并有效提升了算法计算精度,验证了策略的有效性。

棋盘模型同步优化质量交换网络

提出一个质量交换网络的棋盘模型,该模型具有结构紧凑、表达简洁、流股排列顺序可以灵活改变等特点。我们在强制进化随机游走算法中加入随机消去传质单元阶段,将算法与棋盘模型相结合,并以传质量作为优化变量。最后,使用蚀刻厂回收铜与废水脱酚算例进行验证,所获结构的年综合费用比文献的最优值下降5.8‰和1.6‰,该同步优化方法具有良好的搜索区域和搜索能力。

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。

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。

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.

参数寻优的多个体平行搜索法应用于换热网络全局最优化

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。