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．     

一种改进的遗传算法及其应用

非线性混合整数规划问题是一类NP难题，针对这类问题的特点，本文提出一种改进的遗传算法一分支遗传算法(BGAS)．并将其用于Sandgren提供的压力容器设计优化问题，得到了很好的结果。     

低温多股流板翅换热器CAD中的数值算法

给出了低温系统或低温液化分离装置中多股流板翅换热器的基本简化分解结构、Q－T图算法，确定最小温差所处位置的数值方法，运用数值方法于一低温系统，获得了如Q－T图所示的换热器的温度分布与传热量之间的关系，依据Q－T图或者Q－T表，可以方便地得出各股流图的传热温差，换热量及确定最小温差位置，这种方法为图形的数字化处理提供了条件。     

四股流板翅式换热器的模型算法和串级控制

提出了一种对四股流板翅式换热器的出口温度进行控制的方案,即模型算法和串级控制,并进行了计算机仿真,获得了较为满意的仿真结果。     

非跨夹点流股的混合对用水网络用能变化的影响

运用夹点分析法,针对用水网络中非跨夹点混合,研究了流股混合引起的系统用能变化与系统夹点位置之间的关系。对于非跨夹点流股,夹点下热流股与夹点上冷流股之间的混合,不会给系统带来能量惩罚;而非跨夹点流股的其他混合形式,不会给系统带来节能效果;非跨夹点热流股间以及冷流股间的混合均不会减少系统换热的热负荷。这些结论可作为用水网络的设计及已建水网络调优的理论依据。     

混合编码的遗传算法在生产计划中的应用

针对某公司带储存的生产计划问题建立混合整数非线性规划模型,并结合惩罚函数法和混合编码的遗传算法将模型求解.     

遗传算法的改进及应用

针对遗传算法中存在的封闭竞争问题，本文提出一种线性交叉算子并通过在整数规划中的应用证明了改进遗传算法的有效性     

基于遗传算法混合有源滤波器参数的多目标优化

为了解决混合有源滤波器(hybrid active pow erfilter,HAPF)参数匹配以及无源部分和有源部分容量的合理分配,提出一种基于小生境遗传算法的多目标满意优化设计方法,较为全面地考虑HAPF的容量、滤波效果、无功补偿等因素,使得多目标参数求解达到协调满意的效果。优化结果表明:有源部分容量仅为滤波器容量的6.4%,电流总畸变率降低到0.8%,同时满足系统无功功率需要,降低了HAPF系统的投资,提高性能价格比,达到HAPF实用化及谐波抑制的目的。     

改进DNA遗传算法求解非线性多约束规划研究

基于生物DNA信息遗传机理及生物进化规则,给出一种基于DNA编码方法的改进遗传算法,以求解非线性多约束规划问题,原始的选择算子和交叉算子分别被改造为动态选择算子和基因传递算子;算法中还加入了一个新的算子——淘汰算子,分析及算法仿真结果表明,本算法可有效求解该问题。     

多约束条件下基于改进遗传算法的移动机器人路径规划

针对在多约束条件下移动机器人在路径规划中搜索效率低、收敛速度慢的缺点,提出多约束条件下基于改进遗传算法的移动机器人路径规划,充分考虑路径长度、平滑度以及困难度这3种因素的影响,通过分析多约束条件下遗传算法在初始化种群时计算方法的不足,提出利用SPS(surrounding point set)算法,通过在障碍物周围生成点来产生初始路径,以提高算法快速生成初始种群的能力;增加平滑算子和删除算子,删除相对最终路径而言不必要的点,同时使路径更加平滑;结合小生境法以保持种群多样性,避免出现算法早熟现象.仿真结果表明,改进后的算法在路径长度,路径平滑度以及路径困难度方面均有一定的优势,同时算法的收敛速度也略有提高.     

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.     

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。     

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。     

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。     

基于遗传模拟退火算法的带约束换热网络综合问题

对大规模换热网络综合ＮＰ－困难问题,构造一新模型,并证明了新模型与原问题的等价性,由于新模型不仅能计算出优化变量所在的可行域,避免了传统遗传算法应用惩罚函数的方法处理约束条件时产生的大量不可行解的缺陷,而且新模型中的优化变量数成倍减少,增强了遗传算法获得全局最优解的能力。     

解换热网络同步综合问题的列队竞争算法

给出了换热网络同步综合问题的数学模型和拓扑结构的描述,并确定了产生相邻换热网络的策略。在此基础上,提出了列队竞争算法解网络综合问题的计算方法。对实例问题的求解得到了优于文献报道的结果。     

列管式换热器遗传算法的优化设计

应用遗传算法对列管式换热器进行优化设计,并通过分析列管式换热器数学模型的自由度,给出了能保证各变量独立的决策变量确定方法,以及根据经济指标确定出适应度函数.结果表明,采用遗传算法比传统的优化设计方法更准确、有效.     

一种换热器网络优化新方法

基于遗传算法和神经网络的多层感知器模型的有机结合,提出一种优化换热器网络的新算法和一种新的编码方法－基因矩阵,这种算法根据遗传适应度（目标函数）的大小,以随机搜索方式寻找在求解区域的最优解,采用神经网络多层感知器模型实现换热器网络的结构优化和参数变化。经过遗传－感知模型优化并与外逼近算法做了比较,表明采用此法优化多维、多峰、非凸的换热器网络也具有很好的适应性。     

基于改进遗传算法的双层优化方法在化工换热网络设计中的应用

换热网络是化学工业过程中最常用的能量交换系统,其设计的优劣直接影响到系统能耗的大小以及企业效益的好坏．作者对换热网络设计优化问题,提出了一种改进遗传算法与传统数学规划相结合的双层优化方法,并用Matlab仿真研究验证了此方法的有效性．     

一种分级超结构换热器网络综合优化方法及其应用

对分级超结构换热器网络模型的温度计算提出了一种通用的精确解方法,同时得到了显式解析解,并以这一解析解为基础,设计了以遗传算法和模拟退火算法为主,结合最速下降法的混合遗传算法,此外还在算法中引进精英策略和结构变异策略.应用实例的计算结果显示了这一混合遗传算法对于换热器网络的参数和结构都具有良好的搜索能力.