基于自适应竞争群优化算法的无分流换热网络综合.pdf

第 67 卷 第 11 期 化 工 学 报 Vol.67 No.11 November 2016 2016 年 11 月 CIESC Journal ·4716 · DOI ：10.11949/j.issn.0438-1157 基于自适应竞争群优化算法的无分流换热网络综合 陈帅，罗娜 （华东理工大学化工过程先进控制与优化技术教育部重点实验室，上海 200237 ） 摘要：换热网络模型具有非凸和非线性的特性，对于大规模超结构优化问题，采用经典的智能算法优化效率低， 容易陷入局部最优值。以年综合费用为目标函数，基于自适应竞争群优化算法对无分流分级超结构换热网络模型 进行优化。该方法采用对粒子平均位置的递减学习，通过自适应调节速度权重提高换热网络结构的全局优化能力 和局部优化能力。通过两个典型算例分析表明，该方法相比量子粒子群算法大幅减少了模型调用次数，缩短了运 行时间，并且找到了更好的优化结果。 关键词：换热网络；优化；自适应；竞争群优化算法；混合整数非线性 中图分类号：TQ 021.8 文献标志码：A 文章编号：0438—1157 （2016 ）11—4716—08 Adaptive competitive swarm optimization for heat exchanger networks without split streams CHEN Shuai, LUO Na (Key Laboratory of Advanced Control and Optimization for Chemical Processes, Ministry of Education, East China University of Science and Technology, Shanghai 200237, China) Abstract: For large-scale super-structure optimization on non-convex and non-linear heat exchanger network, conventional intelligent optimization algorithms have poor efficiency and easily fall into local optima. Adaptive competitive swarm optimization algorithm was proposed to optimize no-split stream heat exchanger networks with targeted total annual cost. This method improved abilities of both global and local optimization by attenuated learning of average particle positions and self-adaptive adjusting on weight average of speed. Simulation on two typical cases showe