混合微分进化算法应用于换热网络优化
【出 处】:
【作 者】:
包艳冰
崔国民
陈家星
肖媛
【摘 要】针对微分进化(Differential Evolution,DE)算法应用于换热网络优化存在局部搜索能力不足、收敛速度慢和求解精度低等问题,提出一种混合微分进化(Hybrid Differential Evolution,HDE)算法.当DE算法的变异、交叉和选择操作不再使种群的最优值继续进化时,加入梯度操作使当前种群的最优个体趋向更好的解.为了防止算法早熟收敛,当种群的多样性低于设定的阈值时,引入迁移操作,在最优个体附近区域重新生成新的个体并以此替换旧的个体,增强算法的种群多样性.通过算例验证了该算法可以有效适用于换热网络的优化过程,具有更强的局部搜索能力,更快的收敛速度和更高的优化效率.
相关热词搜索: 微分进化算法 换热网络 局部搜索 梯度方法 种群多样性
上一篇: 基于有效惯量的带长叶栅轴系扭振模态分析方法
下一篇: 斯特林机加热管积碳对其换热与循环特性的影响