多流股换热器网络综合问题的优化算法设计

多流股换热器网络综合问题是一个混合整数非线性规划问题（MINLP），这类问题规模大、约束条件多，严重的非凸非线性使得目标函数存在多个局部最优解．传统的基于梯度的优化算法在求解时极易陷于局部最优．有鉴于此，本研究采用遗传算法解决此类问题，通过对遗传算法进行改进，针对简单遗传算法存在的早熟和运行参数难以确定的问题，设计了多样性保持算子和多种群进化的算法结构；计算时运行参数自适应确定，并把模拟退火算法思想引入遗传算法子代的生成中去．实例证明，采用所构造的算法可有效求解MINLP问题，并有利于寻求到全局最优解．     

有分流换热网络同步综合

提出了一种以年综合费用最小为优化目标的有分流换热网络同步综合方法.该方法以分级超结构模型为基础建立一个不考虑等温混合假设的复杂混合整数非线性同步综合数学模型.为了合理降低控制学模型的求解难度,分级超结构中同时引入有分流并联结构和无分流串级结构.该模型的求解采用双层优化策略,外层利用遗传算法生成换热网络结构;内层利用粒子群算法优化物流分流比和换热器热负荷.采用两个典型算例和一个大规模换热网络综合问题对该方法的有效性进行了验证.     

基于数据挖掘技术的全局优化算法

在过程系统综合中,许多问题属于非线性规划(NLP)和混合整数非线性规划(MINLP)范畴.它们大都具有奇异、多峰、刚性等特性.人们很难有效地得到它们稳定的全局最优解.而知识性、经验性约束使基于梯度方向的Newton方法无法有效地获取该类问题的全局最优解.通常只能得到该类问题的局部最优解.遗传算法的随机性虽为求取NLP和MINLP问题的全局最优解提供了可能,但是随机过程中的盲目性及"伪穷举"性却又限制了该算法的搜索效率.针对过程系统综合问题的特殊性,在信息提取技术对搜索空间进行充分数据挖掘的基础上,用遗传算法的随机扰动来跳出局部极值陷井,获得全局最优解.对反应器网络综合问题的求解,显示了信息提取技术与遗传算法相结合求取全局最优解的能力.     

有时间窗物流配送路径优化问题的混合并购算法

为了克服并购算法在求解有时间窗物流配送路径优化问题时局部最优的缺陷,提出了混合并购算法的构想.通过对原有并购算法中单个并购操作的改进,增加多个并购操作,提高了算法的收敛性.在建立有时间窗物流配送路径优化问题数学模型的基础上,构造了有时间窗物流配送路径优化问题的混合并购算法模型.在Solomon数据集上进行多次实验,获取了有时间窗物流配送路径问题的最优解或近似最优解.     

基于基矩阵和基矩阵集合的分离网络优化模型

分离网络综合问题因其巨大的搜索空间导致优化计算的高复杂性。为提高分离网络综合问题的求解效率,该文提出了基矩阵和基矩阵集合的概念,建立了分离网络优化模型。列队竞争算法因其具有快速搜索到全局最优解或近似全局最优解的优点,而被用来求解该分离网络优化模型。用该文提出的方法对两个较大规模的分离网络综合问题进行了求解。计算结果证明:该方法能有效减少变量数,提高全局最优解的搜索效率。     

MODEL AND ALGORITHM FOR OPTIMAL SYNTHESIS OF LARGE SCALE HEAT EXCHANGER NETWORKS WITHOUT STREAM SPLITTING

提出了大规模无分流换热网络最优综合问题（流股数超过５０股）的严格的混合整数非线性规划（ＭＩＮＬＰ）超结构模型．该模型建立在新的超结构基础上，可包含更多可行的换热网络结构，并成功地解决了“组合爆炸”问题．同时针对该模型提出了改进的遗传算法．文中给出了大规模换热网络综合的一个工业实例：乙烯装置的换热网络改造     

基于竞争机制差分进化算法的无分流换热网络优化

换热网络综合问题是典型的混合整数非线性规划问题,所建立的数学模型具有非凸、非线性的特征,优化求解易陷入局部最优。本文提出了一种竞争机制下的差分进化算法并应用于换热网络综合问题。首先,利用拉丁超立方实验设计方法获得初始种群,使其均匀分布在解空间中,以保证初始种群的多样性。其次,引入竞争机制,将整个种群分为竞争胜利群体与竞争失败群体,对竞争胜利群体采用反向随机搜索与贪婪选择相结合的方式进行深度优化;竞争失败群体则通过向竞争胜利群体学习,提升竞争失败群体的质量。在对个体进行变异操作时引入自适应收缩因子,提高算法的全局优化能力与局部优化能力。对典型案例的验证结果表明,与其他算法相比,利用该算法可以获得年综合费用更低的换热网络设计方案,可以用来求解中等规模的换热网络综合问题。     

一种改进的混合蝙蝠算法

为解决基本蝙蝠算法中存在的易陷入局部最优且求解精度不足的问题,提出一种改进的混合蝙蝠算法,引入了分组迭代模式和多种速度迭代公式加强了全局搜索能力,更新了种群领域搜索公式的基础上引用了t分布作为种群最优解的领域搜索方式,补足了蝙蝠算法的局部搜索能力,避免了算法陷入局部最优解。通过多个标准测试函数的实验验证改进的混合蝙蝠算法能有效解决基本蝙蝠算法中出现的问题。     

遗传算法最优同步综合换热网络

换热网络综合作为过程系统综合的一个重要研究分支，目前已经开发出多种综合方法。为克服这些方法存在的局限性，采用遗传算法，对无分流换热网络综合问题提出改进的优化模型及优化策略。该方法不仅能够自动、迅速地得到换热网络的结构与参数，而且具有获得全局最优解的能力。最后通过实例说明本方法的有效性。     

基于改进分布估计算法的带并行机模糊混合Flow Shop调度

针对处理时间不确定情况下带并行机的混合Flow Shop调度问题,基于模糊规划理论,采用一种模糊数排序的方法建立了调度模型;以最小化加权模糊最大完工时间的平均值和不确定度作为调度目标,提出一种改进分布估计算法(IEDA)求解上述问题。IEDA算法采用基于NEH(Nawaz-Enscore-Ham)和破坏重建策略的初始化方法,对较优个体进行变邻域局部搜索以提高算法的局部搜索能力,同时采用破坏重建策略增加种群多样性,在最优解连续若干代没有改进时对其进行基于破坏重建策略的变邻域局部搜索,增强算法跳出局部最优的能力,并用正交设计的方法调节算法参数。仿真实验结果验证了本文算法的优越性。     

换热器网络优化设计

本文采用了ＢＬｉｎｎｈｏｆ等提出的“窄点技术”，编制了不同于问题表格法的直接求解窄点位置的程序，并且运用组合曲线法及温焓图，编制ＦＯＲＴＲＡＮ７７计算程序对换热器网络进行优化设计．     

换热网络优化影响因素分析及局部最优解的跳出策略

在换热网络分级超结构的基础上提出了换热网络优化数学模型,对其用惩罚函数法去约束后通过算例分析其非线性,明确了优化起始点冷热流体的匹配方式以及换热器的面积是影响求解效果与效率的两个关键因素.同时提出了一种基于蒙特卡罗法结合多起点面积法的局部最优解跳出策略,并用算例验证表明,该策略能有效地跳出局部最优解,得到全局最优解.     

基于粒子群算法的3种分级水网络超结构比较

根据换热网络分级超结构模型，提出了针对冷却水换热网络的3种改进换热模型.与传统的分级结构不同之处在于水网络不需要公用工程的设计，冷流只包括冷却水.并且3种设计方法均考虑了水的分流和汇流，实现了水的非等温混合.结构二和结构三可以实现换热器中水的分阶段混合.通过权衡公用工程费用和投资费用的关系来确定最小年度总成本.使用粒子群算法优化了换热水网络中的热负荷和水的质量流量.通过两个案例可知，提出的3种改进结构费用低于前人的研究结果，案例1中结构3的费用最低，案例2中结构1的经济性最优.     

微机合成工业规模换热网络的新方法

分析了采用双最小换热温差合成换热网络的原理。基于允许能量穿越伪Pinch点进行冷热流股匹配而不会招致外供能量的增加,把网络作为一个整体进行合成,从而可减少换热单元个数和避免不必要的分流。本文提出了一种设计成本最低换热网络的计算机自动合成方法,能对工业规模的换热网络进行自动合成。实例研究表明,用新方法合成的网络,结构简洁,且其年总花费比用Pinch法得到的结果更接近预估目标值。     

换热网络非等温混合多目标同步最优综合

提出了一个非等温混合同步最优综合的混合整数非线性规划改进模型，可对公用工程费用、换热面积、换热设备台数以及流股的匹配选择进行多目标同时优化，且模型本身不依赖于夹点技术及其网络温差。由于采用了新算法，消除了流股分流时的等温混合线性化假设，只需求解一次混合整数非线性规划问题可得到包括分流情况在内的最优网络结果。     

专家系统+遗传算法在换热网络综合中的应用

换热网络(HEN)综合是过程系统综合的重要组成部分,可以将换热网络综合过程看作是一个按照一定顺序依次从热物流中取出一定的热量同冷物流进行匹配的过程,并建立相应的不考虑分流的同步综合模型。实际计算表明:该方法是正确的,在综合过程中,不仅减少(或避免)了网络分枝、旁路和混合过程,还降低了网络的复杂性和操作成本。专家系统的引入,实现了对匹配序列搜索的指导作用和对遗传算法产生的无效匹配的过滤作用,缩小了可行匹配的搜索空间和结构参数的搜索域。     

多周期换热网络柔性综合与维护同步优化

提出柔性换热网络在初始设计阶段,考虑网络投入运行后,实施清洗维护时序安排的理论框架.通过柔性综合与维护同步优化,年度总费用能够进一步降低,同时网络柔性得到提高.为降低该NP难问题的计算复杂性,提出柔性换热网络初步综合和同步优化相结合的两阶段法.最后,通过计算实例验证了所提方法的有效性.