強(qiáng)制進(jìn)化隨機(jī)游走算法優(yōu)化換熱網(wǎng)絡(luò)時,在個體選擇階段通過設(shè)置接受差解概率增強(qiáng)結(jié)構(gòu)的進(jìn)化能力,但優(yōu)化過程中會出現(xiàn)個體在較短的迭代步數(shù)內(nèi)未充分發(fā)揮其優(yōu)化潛能而再次被差解取代的現(xiàn)象,使優(yōu)化精度降低。針對兩次接受差解間迭代步數(shù)較少的情況,提出差解結(jié)構(gòu)的多程優(yōu)化策略,將第二次接受差解前的結(jié)構(gòu)傳遞給新種群。通過20流股(SP)和10流股算例驗證,得到相較文獻(xiàn)更低的年綜合費用,分別為1 396 465和8 705 500$/a,表明引入該策略后,優(yōu)化效率和質(zhì)量得以提高。

【文章頁數(shù)】：9 頁

【文章目錄】：
引 言
1 換熱網(wǎng)絡(luò)數(shù)學(xué)模型
    1.1 換熱網(wǎng)絡(luò)節(jié)點非結(jié)構(gòu)模型
    1.2 目標(biāo)函數(shù)
    1.3 約束條件
        1.3.1 整體熱平衡約束
        1.3.2 換熱單元的熱平衡約束
        1.3.3 公用工程的熱平衡約束
2 強(qiáng)制隨機(jī)游走算法
3 MOS-RWCE算法優(yōu)化換熱網(wǎng)絡(luò)
    3.1 兩次接受差解間較少迭代步數(shù)對個體費用變化的影響
    3.2 MOS-RWCE算法
    3.3 ΔITmin取值效果
4 算例分析
    4.1 算例1
    4.2 算例2
5 結(jié) 論



本文編號：3833447