基于改进演化算法的双层组合优化研究及其应用-控制理论与控制工程专业论文.docxVIP

基于改进演化算法的 双层组合优化研究及其应用 摘 要 演化算法是一种基于生物进化机制的随机搜索算法 其典型应 用是规划问题 比如组合优化 其中有不少问题需要在复杂而庞大 的搜索空间中寻找最优解或次优解 在计算此类问题时 若不能利 用问题的固有知识来缩小搜索空间则会产生搜索空间的组合爆炸 Combinatorial Explosion因此 研究能在搜索过程中自动获取和 积累有关搜索空间的知识并自适应地控制搜索过程从而得到优化解 的通用搜索算法一直是令人瞩目的课题 理论上 这类问题可通过对离散变量的有限运算步骤求得最优 解 但随着问题规模的扩大 计算步骤会多得难以想象 若离散变 量数为 n 组合最优化问题便成为 en 数量级 当 n 很大时 组合最 优化问题则成为实际上无法求严密解的 NP(Non-deterministic Polynomial)完全问题 对于求解规模较大的组合优化问题 虽然有 各种不同的方法 但无论从实用性还是求解效率上来说 演化算法 都具有相当的优越性 热交换网合成Heat Exchanger Networks Synthesis是已知的几 百个 NP 完全问题中的一个 在许多工业过程 特别是石化 化工 生产过程中 换热网络是一种最常用的能量交换系统 它通过对冷 物流和热物流进行适当的匹配 用热流加热冷流 用冷流冷却热流 从而满足相应物流的温度要求 最大限度地减少辅助加热或者冷却 设备的负荷 提高系统热回收能力 因此 换热网络设计 操作的 优劣 直接影响到系统能耗的大小以及企业效益的好坏 解决这个 问题涉及到如何优化网络结构以及分配相应的热负荷 本文在对热交换网合成进行深入分析的基础上 提出了其本质上 是一个匹配组合优化的新观点 并结合矩阵模型 建立了一种改进 演化算法与传统数学规划相结合的分层优化策略 在上层 用改进 遗传算法对网络结构进行演化 得出候选集合 然后 下层算法利 用数学规划对候选集合中的个体作适应值评价 即对热负荷进行最 优分配 并把结果返回到上层算法中 Matlab 仿真结果以及与相关 文献的比较 证明了此策略的有效性 关键词 组合优化 演化算法 换热网络合成 双层优化策略 局 部搜索 TWO-LEVEL COMBINATORIAL OPTIMIZATION BASED ON IMPROVED EVOLUTIONARY ALGORITHMS ABSTRACT Evolutionary Algorithm (EA) is one of the stochastic search methods, which is based on mechanism of biologic evolution and applied to solve programming problem, especially combinatorial optimization. Many of these problems call for optimal or sub-optimal solution in a very complex and large search area. Combinatorial explosion can happen if no procedure is taken to shrink the search area via original problem’ s information. So it has been a hot topic to find a general search method, which can adaptively control the search process by acquiring and accumulating the information about the search space. Theoretically, limited computation steps on discrete variables can solve this kind of problems. But as the size increases, the steps required will be more than our expectation. Specifically, if the size of discrete variables is n, then corresponding combinatorial optimization will be of complexity magnitude of en; if n becomes very great, optimization would turn into