科研之友
微信
新浪微博
Facebook
分享链接
摘要
启发式算法在优化换热网络时，部分换热单元在整个网络中占比过大，竞争力强，算法难以将其消去，其会限制其它换热单元的成长空间；而新生成的换热单元热负荷过小，与其它换热单元相比竞争能力较弱，很难被保留下来，导致优化中后期形成的匹配结构基本稳定，整型变量优化效率下降。基于此，提出个体结构变异能力增强策略并将其应用于强制进化随机游走算法中，当个体进化陷入停滞时，以一定的概率选择热负荷占比较大的换热单元随机消去，对网络结构进行强制更新；在生成新换热单元阶段，周期性提高新生成换热单元的换热量来提升与其它换热单元的竞争能力，以打破流股之间的结构禁锢，使个体长期保持较强的结构变异能力，进而提高算法的全局搜索能力。将改进策略用于10SP和16SP算例进行优化，获得了较好的优化结果，验证了该策略的有效性。
- 单位
