文化基因粒子群算法在换热网络连续变量全局优化中的应用.pdfVIP

学兔兔 石 油 化 工 2014年第43卷第1期 PETROCHEMICAL TECHNOL0GY ·37· 文化基因粒子群算法在换热网络连续变量 全局优化中的应用 何巧乐，崔国民，许海珠 (上海理工大学 能源与动力工程学院，上海 200093) [摘要]在换热网络的综合优化中，连续变量的优化通常采用确定性方法。相比于整型变量优化，连续变量优化相对容易处 理，但存在容易陷入局部最优和无法收敛到全局最优的问题。针对这一问题，提出一种在标准粒子群算法中结合局部搜索策 略的文化基因粒子群算法；结合换热网络最小年综合费用小和计算时间短的优点，提 Ring+Random粒子种群拓扑结构；结 合算法控制参数的设置与粒子种群拓扑结构的改进，使文化基因粒子群算法具有更好的全局收敛性能。采用6个10股流体算 例验证文化基因粒子群算法在给定换热网络结构下的连续变量全局收敛性能，与文献值相比，换热网络最小年综合费用最大 减少了26 025$／a。 [关键词]换热网络综合；粒子群算法；文化基因；连续变量全局优化；局部搜索 [文章编号]1000—8144(2014)Ol一0037—09 [中图分类号]TQ 083．4 [文献标志码]A Application of Memetic Particle Swarm Optimization to Continuous Variable Global Optimization of Cost—Optimal Heat Exchanger Networks HeQiaole，CuiGuomin，XuHaizhu (School ofEnergy andPowerEngineering，UniversityofShanghaifor Science andTechnology，Shanghai 200093，China) l Abstract J Heat exchanger network synthesis has been one of the most—studied problems in process synthesis．The methodologies commonly used to optimize the continuous variables are based on the deterministic methods．The continuous variable optimization is relatively easy to resolve compared with integer variable optimization，but it is difficult to guarantee convergence to the global optimum or easy to be trapped into the local optima．Thus，in order to resolve those problems，a new memetic particle swarm optimization(MPSO)scheme was proposed，which incorporated local search techniques in the standard PSO algorithm and be combined with the improvement of the neighborhood