微分进化算法应用于换热网络全局最优化研究

【摘要】：换热网络优化属于混合整数非线性规划,是典型的NP-Hard问题,具有非线性强,求解域庞大且不规则,局部最解众多等特点,这些都是换热网络问题的全局最优化难点。传统的换热网络优化方法,如夹点法,数学规划法等等,然而,由于夹点法不能获得最优网络结构、数学规划法难以跳出局部最优解等弊端,这些都是传统方法全局最优化换热网络问题的巨大障碍。因此,本文引入了全局搜索能力较强的微分进化算法(DE)优化换热网络问题,并根据问题的特点提出了多改进策略优化换热网络连续性变量与整型变量,主要研究内容如下:首先,基于对换热网络整型变量以及约束条件的处理,应用标准DE算法优化换热网络问题,另外,在建立了标准DE求解换热网络数学模型的前提下,进一步考察了DE算法跳出局部最优解的能力与种群规模对优化精度的影响。其次,本章在标准DE算法求解的基础上,以最小化年综合费用为目标函数,分析各变异机制与控制参数的选取对DE算法求解性能的影响,从而提出针对该问题的多种改进策略,分别为基于罚因子协进化策略与多机制参数自适应策略寻优策略进一步改善换热网络连续性变量的求解效率。最后,本论文采用两种整型变量处理方法结合DE算法求解连续性变量,分别为基于结构协进化微分算法与蒙特卡罗微分混合算法来提高换热网络问题的求解效率,前者基于种群搜索、微分方式变异、一对一竞争选择等策略,将其用于整型变量与连续性变量的混合优化,后者通过结合蒙特卡罗算法与DE算法的优势,随机抽样并加入禁忌匹配提高结构的质量,内部均采用DE优化,来混合优化换热网络问题;同时,通过对具体实例的验证,将其推广到较大规模换热网络的优化。
【关键词】：换热网络 微分进化 最优化 整型变量
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TK124;TP18