陈帅，罗娜



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）

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。

换热网络；优化；自适应；竞争群优化算法；混合整数非线性

引 言

换热网络作为过程工业的重要部分，实现换热网络流股间的最佳换热匹配，能有效回收热量，减少能量的浪费。Linnhoff等[1]于1978年通过夹点分析法求解换热网络。经过多年的发展，1990年Yee等[2]提出了分级超结构概念，该概念的提出使得换热网络优化有了新的突破。

近年来，如何有效求解换热网络综合，减少能量的消耗，一直都是研究的重点。换热网络存在连续和离散变量，Athier等[3]采用分层求解的方式来解决。以二次规划法求解NLP问题，再通过模拟退火算法对温度及热负荷等连续变量进行优化，解决了连续变量和离散变量同时存在的难题。Zamora等[4]采用分支界定法分析无分流换热网络变量边界关系改进估计函数，通过外围逼近法优化换热网络结构，该方法计算简单易行。……