基于正弦調(diào)整的粒子群算法應(yīng)用于換熱網(wǎng)絡(luò)

周　靜,崔國(guó)民,彭富裕,肖　媛

(上海理工大學(xué) 新能源科學(xué)與工程研究所,上海　200093)

?

基于正弦調(diào)整的粒子群算法應(yīng)用于換熱網(wǎng)絡(luò)

周靜,崔國(guó)民,彭富裕,肖媛

(上海理工大學(xué) 新能源科學(xué)與工程研究所,上海200093)

摘要粒子群算法在優(yōu)化換熱網(wǎng)絡(luò)綜合問(wèn)題后期,通常陷入局部極值而無(wú)法尋到全局最優(yōu)解。通過(guò)對(duì)粒子群算法中的種群大小、迭代步數(shù)、最大速度、慣性權(quán)重4個(gè)參數(shù)的正交試驗(yàn),得出了慣性權(quán)重是平衡算法局部搜索和全局搜索能力的一個(gè)重要因素。在綜合分析標(biāo)準(zhǔn)PSO算法速度進(jìn)化方程的基礎(chǔ)上,提出了一種按正弦變化慣性權(quán)重的PSO算法,并利用標(biāo)準(zhǔn)測(cè)試函數(shù)驗(yàn)證了算法的性能。通過(guò)典型算例證明改進(jìn)后的PSO對(duì)換熱網(wǎng)絡(luò)綜合問(wèn)題的有效性。

關(guān)鍵詞粒子群算法;正交試驗(yàn);正弦變化;換熱網(wǎng)絡(luò)綜合

換熱網(wǎng)絡(luò)綜合(Heat Exchanger Networks Synthesis,HENS)問(wèn)題對(duì)過(guò)程系統(tǒng)的能量利用率和經(jīng)濟(jì)性具有重要的影響,該問(wèn)題在本質(zhì)上屬于混合整數(shù)非線(xiàn)性規(guī)劃模型(Mixed Integer Nonlinear Programming,MINLP)的范疇[1-2],其目標(biāo)函數(shù)具有嚴(yán)重非凸、非線(xiàn)性的特性,導(dǎo)致其優(yōu)化進(jìn)程的不可持續(xù)且容易陷入局部最優(yōu)解。

近年來(lái),啟發(fā)式方法的興起使其在優(yōu)化換熱網(wǎng)絡(luò)方面取得良好成效,這類(lèi)算法主要有遺傳算法[3-5]、模擬退火算法[6-7]、微分進(jìn)化算法[8-9]、粒子群算法[10-11]等。粒子群算法(Particle Swarm Optimization,PSO)是由Kennedy 和Eberhart在1995年提出的一種模擬群體智能的優(yōu)化算法[14]。為平衡PSO算法的探索和開(kāi)發(fā)能力,本文首先對(duì)算法的參數(shù)進(jìn)行正交試驗(yàn)而得到對(duì)算法性能影響較大的因子慣性權(quán)重,并在此基礎(chǔ)上對(duì)其進(jìn)行正弦動(dòng)態(tài)變化,使粒子能夠在一定的范圍內(nèi)實(shí)時(shí)獲取更多的信息來(lái)調(diào)整自身的狀態(tài),增強(qiáng)PSO算法的全局搜索能力。……