基于改进参数的粒子群算法的换热网络优化

发布时间：2021-08-17 12:45

　　对于换热网络综合优化问题,粒子群算法能有效解决其容易陷入局部最优和无法收敛到全局最优的局限性。标准粒子群算法具有较强的随机性,可调节参数较少,不同的参数配置对算法的优化效果有显著影响。在分析粒子群算法中各参数特点的基础上,通过合理调整参数,使该算法在连续变量优化过程中具有更好的全局收敛性能。采用4股流体的小规模换热网络算例进行验证,优化结果表明,改进参数后的粒子群算法对计算换热网络综合问题有效。 

【文章来源】：能源研究与信息. 2019,35(02)

【文章页数】：5 页

【文章目录】：
1 换热网络优化数学模型
    1.1 换热网络综合问题的表述
    1.2 优化的目标函数
2 粒子群优化算法实现步骤
3 粒子群算法中控制参数的改进
    3.1 惯性权重ω
    3.2 学习因子和最大速度
4 结论


【参考文献】：
期刊论文
[1]线性拟合换热网络性能与进口温度的关系[J]. 方大俊,崔国民,张佳仁,许海珠.  能源研究与信息. 2014(02)
[2]换热网络全局优化的多维峰谷轮换法[J]. 许海珠,崔国民,万义群,彭富裕.  能源研究与信息. 2014(01)
[3]文化基因粒子群算法在换热网络连续变量全局优化中的应用[J]. 何巧乐,崔国民,许海珠.  石油化工. 2014(01)
[4]蚁群算法在换热网络优化中的应用[J]. 万义群,崔国民.  能源研究与信息. 2013(04)
[5]粒子群算法最优同步综合换热网络[J]. 严丽娣,霍兆义,尹洪超.  化工进展. 2009(S1)
[6]群智优化算法同步综合换热网络[J]. 夏涛,贾涛,程杰.  北京化工大学学报(自然科学版). 2009(01)



本文编号：3347792