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。     

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.     

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.     

一种基于多种群对立平行进化策略的DE算法

针对微分进化算法应用于换热网络优化时易陷入局部区域和收敛精度不高的缺点,建立一种多种群对立的平行进化策略的微分进化算法.首先建立原始种群的对立种群;在此基础上,通过原始种群与对立种群的变异操作进行信息共享产生新的试验个体;最后运用多轮对立的思想保持多种群平行进化,使种群在保留当前求解信息的同时又能在求解域内进行更大范围搜索.对换热网络的经典算例计算表明,本文提出的多种群对立平行进化微分进化算法能够有效增强种群多样性,扩大算法的全局搜索能力,跳出局部极值陷阱,得到较好的优化结果.     

基于控制参数动态协调策略的换热网络优化研究

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。     

基于控制参数动态协调策略的换热网络优化研究

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。     

一种采用优势个体多方向强制搜索策略的换热网络优化方法

提出一种采用优势个体多方向强制搜索策略的进化算法, 通过考察种群中个体差异性指标, 用以评价当前种群全局搜索的健康度。当优化结果出现长期停滞, 即健康度指标变差时, 启动优势个体多方向强制搜索策略, 扩大优势个体在靠近局部最优解区域的搜索方向, 保证算法全过程的全局搜索能力。用15SP和20SP算例进行验证, 与文献中最优结果相比, 分别下降了1.09%、0.83%, 表明优势个体多方向强制搜索策略充分发挥了优势个体的进化潜力, 提高了算法的优化效能。     

周期优势结构提炼与搜索路径强化结合提升换热网络结构进化能力

针对强制进化随机游走算法（RWCE）在优化后期会陷入局部最优而使搜索能力下降的问题，提出周期优势结构提炼与搜索路径强化结合策略.首先对系统种群初步优化，每隔一定周期进行一次优势个体提炼，然后采用多重路径复制的方法将这些优势个体给其他个体，最后根据搜索机制遍布整个求解域.以优势个体为中心进行多重路径搜索策略，提高了局部寻优精度，增加了种群多样性，进而增强了全局搜索能力，优化效率和质量得以提高.     

一种热集成系统的动态多智能体微分进化算法

针对热集成系统换热网络存在的严重非凸非线性与多维多极值问题,提出动态多智能体微分进化算法.结合动态更新策略,并引入多智能体算法的环境感知能力,改进微分进化算法的种群生成方式与变异机制,并增强在大规模复杂非线性系统中的全局搜索能力.通过10SP2与9SP1换热网络经典算例优化,得到最佳年综合费用,体现出了改进算法更优的全局搜索能力.     

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.     

一种采用种群多样性监控和实时更新策略的粒子群优化算法

针对粒子群算法优化后期容易出现早熟收敛问题,建立一种具有种群多样性监测和实时更新策略的改进方法.首先建立种群健康度指标用来评价粒子群进化状态;其次提出随机扰动策略和离心搜索策略用于丰富粒子群的种群多样性,增强算法的全局搜索能力,并提出梯度搜索策略用于精确、高效地搜寻当前邻域内的局部极值点,提高算法的计算效率.最后建立种群健康度反馈机制,使粒子可以实时感知种群的健康程度,并自适应地采用不同的粒子更新策略,保证粒子群处于健康进化水平.将新方法应用于优化实例,并与其它改进方法进行性能比较,结果验证了新方法的有效性.     

一种适用换热网络同步综合的改进混沌蚁群算法

提出一种适用于换热网络同步综合的改进混沌蚁群算法.在标准算法的基础上引入组织变量更新策略、新型动态邻域拓扑结构,增强算法的全局搜索能力和局部搜索能力.提出两条整型变量优化策略使算法具备优化整型变量的能力和特性.选取两个不同规模的换热网络问题对算法进行测试,其鲁棒性和有效性得到验证.     

一种适用于复杂换热网络优化的耦合联动进化策略

针对启发式算法在优化换热网络后期由于种群多样性消失等原因造成难以找到使年综合费用进一步下降的进化方向，本文提出换热器耦合联动进化策略.该策略在一般启发式算法优化后期通过按一定概率分布抽取部分换热量不为零的换热器参与联动进化，以找到使费用下降的耦合匹配.算例验证表明，该策略效果明显.将该策略与RWCE算法相结合组成一种混合算法.首先采用RWCE算法对求解域进行初步探索，利用该算法强大的全局搜索能力找到求解域内各个潜力结构.然后再用耦合联动进化策略对各潜力结构进行深入搜索，搜索完成后再经变异反馈给RWCE算法.将该混合算法应用于10SP2和15SP算例，得到了较好的优化结果.     

智能调整接受差解几率的RWCE算法

强制进化随机游走算法（RWCE）应用于换热网络优化,具有算法流程简洁、结构进化能力强等特点。其中接受差解几率对个体跳出局部最优有重要的影响。本文统计优化后期连续变量和结构变量使得年综合费用下降的次数,分析二者对优化进程的影响,讨论接受差解几率在个体优化进程中所起的作用,提出一种通过判别差解结构与原结构的异同来智能调整接受差解几率的换热网络优化方法。该策略进一步强化个体的结构进化与跳出局部极值的能力,通过算例证明了策略的有效性。     

基于结构多样性评价的换热网络全局最优化

针对启发式方法在优化换热网络时由于个体团聚而出现搜索能力下降,建立一种换热网络结构多样性评价方法,对种群中个体结构团聚程度进行衡量,并指导算法改进.对种群进行集团划分,将一定数目的具有公共结构的个体归为一个集团,从而得到个体结构分布;提出分散搜索策略,对于各集团中除集团最优个体外的其它个体,从其公共结构中随机选择若干个换热器进行摄动以分散集团中的个体结构;提出集中搜索策略,通过使其它个体获得最优集团对应公共结构以加强对较优结构的集中开发;采用9股流与15股流两个算例,验证分散搜索策略增强了全局搜索能力,集中搜索策略增强了局部搜索能力,优化结果分别较原算法降低了7 008针对启发式方法在优化换热网络时由于个体团聚而出现搜索能力下降,建立一种换热网络结构多样性评价方法,对种群中个体结构团聚程度进行衡量,并指导算法改进.对种群进行集团划分,将一定数目的具有公共结构的个体归为一个集团,从而得到个体结构分布;提出分散搜索策略,对于各集团中除集团最优个体外的其它个体,从其公共结构中随机选择若干个换热器进行摄动以分散集团中的个体结构;提出集中搜索策略,通过使其它个体获得最优集团对应公共结构以加强对较优结构的集中开发;采用9股流与15股流两个算例,验证分散搜索策略增强了全局搜索能力,集中搜索策略增强了局部搜索能力,优化结果分别较原算法降低了7 008■·a~(-1)与17 973■·a~(-1)且均优于文献结果.     

应用结构摄动策略的有分流换热网络优化

有分流节点非结构模型（NNM-SS）应用于换热网络优化时，因难以生成合适的分流结构而使优化陷入局部极值.根据NNM-SS的优化特点及网络结构中分流次数对费用的影响，提出结构摄动策略，并将其引入强制进化随机游走算法（RWCE-SS）.策略的主要思想为：在优化过程中，以一定的概率随机抽取一个无分流结构的换热器，并在该位置上生成一组新的分流结构以增加网络中的分流次数，通过对结构的摄动实现对算法搜索能力的提升.算例验证表明应用该策略改进的算法可获得更好的优化结果.