韩正恒，崔国民，赵倩倩，肖媛，张冠华

（1上海理工大学能源与动力工程学院，上海200093；2上海市动力工程多相流动与传热重点实验室，上海200093）

引 言

换热网络主要由冷热物流、换热器、加热器、冷却器等构成，作为进行能量回收利用的重要环节，广泛存在于化工生产领域。换热网络优化属于混合整数非线性规划问题，常规求解方法有夹点法[1-2]、确定性方法[3]、启发式方法[4-6]等，其中基于随机技术的启发式方法不仅可以实现整型变量和连续变量同步优化，而且借助计算机编程实现求解过程，操作简单、易于实现、计算高效，总体表现优于其他方法，受到越来越多学者的青睐。常见启发式方法有遗传算法[7]、模拟退火算法[8]、粒子群算法[9]、微分进化算法[10]、强制进化随机游走算法(random walk algorithm with compulsive evolution,RWCE)[11]等，许多学者将其应用于换热网络优化相关研究并取得了丰硕成果[12-14]。

换热网络优化涉及连续型变量优化与整型变量优化，常用的启发式算法可以做到同步优化连续型变量与整型变量。为了获得更好的优化效果，通常从两个方面采取措施。一方面是调整算法内部参数或算法执行方式，侧重算法内部自身改进：Silva等[15]提出了一种基于粒子群算法的多周期换热网络综合方法；赵亮等[16]建立基于无分流分级超结构模型的双层优化算法，外层用遗传算法搜索最优结构，内层用粒子群算法求解连续非线性规划子问题；陈帅等[17]提出自适应调节速度权重策略改进了粒子群算法；Pavão等[18]将并行处理技术应用于遗传算法与粒子群算法，有效提升了其优化效率与优化质量；……