遺傳算法在換熱器網(wǎng)絡(luò)綜合中的研究進(jìn)展

徐菡玲

引言：在換熱網(wǎng)絡(luò)綜合問題的研究中，近三十年來，眾多研究者提出了多種方法來尋優(yōu)，而1975年Holland出版了遺傳算法專著之后,遺傳算法吸引了大量研究者和探索者,并在工程中得到了廣泛應(yīng)用。90年代開始，國內(nèi)多個(gè)研究者在換熱網(wǎng)絡(luò)的相關(guān)研究中都涉及到了遺傳算法，本文回顧一些國內(nèi)近二十年來遺傳算法及其改進(jìn)算法等在換熱器網(wǎng)絡(luò)綜合中的研究進(jìn)展。

一、遺傳算法在國內(nèi)的早期研究

目前已經(jīng)開發(fā)出多種換熱網(wǎng)絡(luò)綜合方法,如啟發(fā)式經(jīng)驗(yàn)規(guī)則法、夾點(diǎn)技術(shù)法、數(shù)學(xué)規(guī)劃法等。這些方法各有其優(yōu)缺點(diǎn)，如啟發(fā)式經(jīng)驗(yàn)規(guī)則法不能保證一次得到最優(yōu)解，但可以使系統(tǒng)逐步優(yōu)化。夾點(diǎn)技術(shù)法應(yīng)用廣泛，但也有其弱點(diǎn)：對(duì)于給定的HRAT，為滿足最小能耗目標(biāo)，不允許能量跨越夾點(diǎn)，因而最小能耗的初始網(wǎng)絡(luò)可能有較多單元；為得到最少投資費(fèi)用的網(wǎng)絡(luò)，要進(jìn)行能量松弛，減少單元數(shù)，這又造成能量跨越夾點(diǎn)。利用數(shù)學(xué)規(guī)劃方法求解,由于算法制約和組合方案太多,模型需要簡化,求解過程中要排除大量非可行解,速度慢。

遺傳算法(genetic algorithms,簡稱GA)由J.Holland于1975年受生物進(jìn)化論啟發(fā)提出,GA屬于一類隨機(jī)優(yōu)化算法,但它并非是簡單的隨機(jī)比較搜索,GA通過對(duì)染色體的評(píng)價(jià)和對(duì)染色體基因的作用,有效地利用已有信息來指導(dǎo)改善狀態(tài)。GA有隱含并行性和全局空間搜索的顯著特點(diǎn)。通過3個(gè)基本算子選擇、交叉、變異,GA就能找到最優(yōu)解,適應(yīng)度作為個(gè)體優(yōu)劣的唯一評(píng)價(jià)指標(biāo),表示個(gè)體對(duì)環(huán)境的使用能力。

為克服這些方法存在的局限性,1996年王克峰[1]等的論文中采用遺傳算法,對(duì)無分流換熱網(wǎng)絡(luò)綜合問題提出改進(jìn)的優(yōu)化模型及優(yōu)化策略。該方法不僅能夠自動(dòng)、迅速地得到換熱網(wǎng)絡(luò)的結(jié)構(gòu)與參數(shù),而且具有獲得全局最優(yōu)解的能力。文中通過實(shí)例，檢驗(yàn)了模型以及所用算法的可靠性和有效性。

二、遺傳算法與其他方法結(jié)合的研究

（一）模擬退火算法與遺傳算法

遺傳算法和模擬退火算法都是求解大規(guī)模組合優(yōu)化問題的隨機(jī)性方法。模擬退火算法來源于固體退火原理,將固體加溫至充分高,再讓其慢慢冷卻,加溫時(shí),固體內(nèi)部粒子隨溫升變?yōu)闊o序狀,內(nèi)能增大,而漸漸冷卻時(shí)粒子漸趨有序,在每個(gè)溫度都達(dá)到平衡態(tài),最后在常溫達(dá)到基態(tài),內(nèi)能減為最小。但目前這些方法都不能很好地解決復(fù)雜的換熱網(wǎng)絡(luò)問題。

針對(duì)遺傳算法與模擬退火算法具有的特征和存在的問題,1998年方海鵬等[2]構(gòu)造了新的算法——改進(jìn)的遺傳模擬退火算法,它具備兩者的優(yōu)點(diǎn)而克服其缺點(diǎn)。首先,通過對(duì)國際上檢驗(yàn)數(shù)值優(yōu)化算法性能的著名測試函數(shù)的數(shù)值計(jì)算表明,此算法收斂速度比傳統(tǒng)遺傳算法和模擬退火算法快得多,有更強(qiáng)的獲得全局最優(yōu)解的能力。其次,對(duì)優(yōu)化變量和約束條件有數(shù)千個(gè)的大規(guī)模換熱網(wǎng)絡(luò)綜合問題的計(jì)算,也表明了此算法更為有效。最后,還計(jì)算了有12000個(gè)優(yōu)化變量、18330個(gè)約束條件的實(shí)際換熱網(wǎng)絡(luò)綜合問題,其中熱流股數(shù)為50,冷流股數(shù)為60。

該方法通過引入相似度和生存期的概念對(duì)一般的遺傳算法進(jìn)行了改進(jìn),并將改進(jìn)的遺傳算法和模擬退火算法進(jìn)行了有效的結(jié)合。數(shù)值計(jì)算結(jié)果表明,該方法既有較快的收斂速度,又具有更強(qiáng)的獲得全局最優(yōu)解的能力。

多流股換熱器網(wǎng)絡(luò)是一種新型的換熱器網(wǎng)絡(luò)，與雙流股換熱器相比，多流股換熱器以其高效率、結(jié)構(gòu)緊湊及投資低在氣體加工和石油化工等一些過程工業(yè)中有著廣泛的應(yīng)用，但有關(guān)多流股換熱器網(wǎng)絡(luò)綜合問題的數(shù)學(xué)模型及求解技術(shù)研究很有限。

傳統(tǒng)的基于梯度的搜索方法在處理多流股換熱器網(wǎng)絡(luò)綜合問題時(shí)由于計(jì)算規(guī)模龐大，且極易陷于局部最優(yōu)解而不再適用,而遺傳算法卻為解決這類問題提供了很有希望的一個(gè)方向。2003年魏關(guān)鋒等[3]][4]對(duì)遺傳算法求解多流股換熱網(wǎng)絡(luò)綜合問題進(jìn)行了研究，建立了帶有多流股換熱器的換熱網(wǎng)絡(luò)綜合數(shù)學(xué)模型,介紹了針對(duì)該問題的遺傳算法算子設(shè)計(jì)的方法和策略,詳細(xì)討論了應(yīng)用遺傳算法求解多流股換熱器網(wǎng)絡(luò)綜合問題的過程，并結(jié)合工程實(shí)例，證明了遺傳模擬退火算法進(jìn)行多流股換熱器網(wǎng)絡(luò)綜合的方法是有效的,可以應(yīng)用于中等規(guī)模的生產(chǎn)實(shí)踐過程中。

2005年方海鵬等[5]建立了改進(jìn)的遺傳算法——遺傳模擬退火算法,并通過換熱網(wǎng)絡(luò)綜合優(yōu)化的實(shí)例進(jìn)行了計(jì)算驗(yàn)證。在研究遺傳算法和模擬退火算法的基礎(chǔ)上,對(duì)遺傳算法的算子進(jìn)行了改進(jìn),有效防止了過早收斂的缺陷,并與模擬退火算法相結(jié)合,從而加速了后期的收斂速度。建立了較為完善的數(shù)學(xué)模型,強(qiáng)化了變量約束,有效減少了換熱網(wǎng)絡(luò)的規(guī)模,簡化了問題。

（二）專家系統(tǒng)與遺傳算法

換熱網(wǎng)絡(luò)同步最優(yōu)綜合設(shè)計(jì)涉及到物流的分流及超結(jié)構(gòu)，有代表性的主要有YEE等[6]提出的換熱網(wǎng)絡(luò)分級(jí)超結(jié)構(gòu)形式及Floudas等[7]提出的超結(jié)構(gòu)形式。由于工業(yè)上實(shí)際的換熱網(wǎng)絡(luò)問題相當(dāng)復(fù)雜,需要考慮的因素很多,而一般換熱網(wǎng)絡(luò)綜合方法基本沒有考慮對(duì)網(wǎng)絡(luò)優(yōu)化合成有很大影響的各種工程因素,也沒有同時(shí)考慮匹配單元的優(yōu)化;另外所提出的網(wǎng)絡(luò)超結(jié)構(gòu)形式很復(fù)雜,不利于大規(guī)模換熱網(wǎng)絡(luò)的最優(yōu)綜合。求解超結(jié)構(gòu)模型必然要求解有關(guān)混合整數(shù)非線性規(guī)劃問題,其算法的計(jì)算量與問題規(guī)模呈指數(shù)增長,對(duì)于非凸、多峰問題也不能保證獲得全局最優(yōu)解，在換熱網(wǎng)絡(luò)同步合成過程中只能解決無分流的或物流數(shù)目較少的問題,使其實(shí)際應(yīng)用受到了限制。

針對(duì)上述情形,1996年李志紅等[8]提出了一種基于專家系統(tǒng)的網(wǎng)絡(luò)有分流的超結(jié)構(gòu)模型及換熱網(wǎng)絡(luò)同步最優(yōu)綜合設(shè)計(jì)方法,并通過遺傳算法求解混合整數(shù)非線性規(guī)劃的超結(jié)構(gòu)模型。研究中先通過專家系統(tǒng)確定物流的分流及匹配禁止情況,在此基礎(chǔ)上建立了網(wǎng)絡(luò)有分流的超結(jié)構(gòu)模型;再用遺傳算法對(duì)上述模型進(jìn)行求解;最后用分解協(xié)調(diào)法對(duì)網(wǎng)絡(luò)結(jié)構(gòu)和匹配單元同時(shí)進(jìn)行優(yōu)化。該法不僅能自動(dòng)地合成有分流的換熱網(wǎng)絡(luò)的最優(yōu)流程結(jié)構(gòu),且能同時(shí)滿足網(wǎng)絡(luò)的各種工藝限制條件,并通過某個(gè)換熱網(wǎng)絡(luò)的最優(yōu)合成設(shè)計(jì),說明該方法的有效性和應(yīng)用前景。

（三）雙層優(yōu)化方法與遺傳算法

傳統(tǒng)的遺傳算法只進(jìn)行個(gè)體的優(yōu)化而忽略了對(duì)基因的優(yōu)化，變異算子也只是在基因的一位或某幾位上進(jìn)行隨機(jī)的變異，這使得變異算子的效率不高，搜索缺乏很好的導(dǎo)向性匹配優(yōu)化問題中,一個(gè)染色體中必然會(huì)有良好的基因,也會(huì)有較差的基因,若不加區(qū)別地進(jìn)行變異和雜交，則很容易在下一代中丟失原本良好的匹配,增大搜索到局部最優(yōu)解的難度。另一方面,一種精密的局部搜索策略雖然具有增大整體算法、發(fā)現(xiàn)更好解的能力,但這是以增加算法運(yùn)行時(shí)間為代價(jià)的。

為優(yōu)化設(shè)計(jì)目標(biāo),2005年徐文艷[9]等采用雙層優(yōu)化策略,對(duì)換熱網(wǎng)絡(luò)進(jìn)行了優(yōu)化設(shè)計(jì)，提出了一種改進(jìn)遺傳算法與傳統(tǒng)數(shù)學(xué)規(guī)劃相結(jié)合的雙層優(yōu)化方法。該方法針對(duì)匹配優(yōu)化問題的受控變異方法進(jìn)行局部尋優(yōu),即在算法流程中自動(dòng)識(shí)別優(yōu)良染色體中的優(yōu)良基因片斷并加以保護(hù),以消除原始變異操作的破壞作用,增大局部搜索的方向性。由于設(shè)計(jì)算法時(shí),受控變異只受限于局部搜索過程,參加局部搜索的染色體最終還要回到大的遺傳算法運(yùn)算中進(jìn)行演化,所以這種局部尋優(yōu)不會(huì)使整體種群喪失多樣性而導(dǎo)致過早收斂。

（四）隔代強(qiáng)制進(jìn)化遺傳算法

針對(duì)普通遺傳算法及其它優(yōu)化算法無法保證網(wǎng)絡(luò)優(yōu)化質(zhì)量和效率的缺點(diǎn),2006年張勤等[10]對(duì)遺傳算法進(jìn)行了改進(jìn),提出了換熱網(wǎng)絡(luò)隔代強(qiáng)制進(jìn)化遺傳算法。

該方法將換熱網(wǎng)絡(luò)結(jié)構(gòu)信息轉(zhuǎn)化為種群中染色體信息,利用種群的進(jìn)化實(shí)現(xiàn)網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)化,在進(jìn)化過程中使用隔代強(qiáng)制策略,使種群向更優(yōu)方向穩(wěn)步進(jìn)化,保證各代優(yōu)化結(jié)果的有效性,降低最優(yōu)群體的生成代數(shù),并利用最優(yōu)個(gè)體保存技術(shù)記錄優(yōu)化過程中最佳換熱網(wǎng)絡(luò)結(jié)構(gòu)。

采用此方法對(duì)具體換熱網(wǎng)絡(luò)實(shí)例進(jìn)行了優(yōu)化綜合,結(jié)果表明:隔代強(qiáng)制進(jìn)化遺傳算法能在網(wǎng)絡(luò)優(yōu)化過程中避免早熟收斂而陷入局部最小點(diǎn)的現(xiàn)象,使搜索質(zhì)量和效率得到有效提高。用隔代強(qiáng)制進(jìn)化遺傳算法對(duì)有分流和無分流換熱網(wǎng)絡(luò)進(jìn)行優(yōu)化綜合,均能獲得綜合性能良好的網(wǎng)絡(luò)結(jié)構(gòu)。

參考文獻(xiàn)

[1]王克峰,尹洪超.遺傳算法最優(yōu)同步綜合換熱網(wǎng)絡(luò)[J].大連理工大學(xué)學(xué)報(bào),1997,37(1):54-58.

[2]方海鵬,馮恩民,俞紅梅,等.改進(jìn)的遺傳模擬退火算法及在換熱網(wǎng)絡(luò)綜合中的應(yīng)用[J].應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報(bào),1998,6(1):1-6.

[3]魏關(guān)鋒.用遺傳/模擬退火算法進(jìn)行具有多流股換熱器的換熱網(wǎng)絡(luò)綜合[D][D].大連:大連理工大學(xué),2003.

[4]魏關(guān)鋒,姚平經(jīng),羅行.用遺傳算法進(jìn)行多流股換熱器網(wǎng)絡(luò)綜合的研究[J].高校化學(xué)工程學(xué)報(bào),2003,17(4):425-430.

[5]蘇文杰,尹洪超,趙亮,張漱榮,孟凡威,周吉利.改進(jìn)的遺傳算法在換熱網(wǎng)絡(luò)綜合優(yōu)化中的應(yīng)用研究[J].節(jié)能技術(shù).2005(05).

[6]Yee T F,GrossmannⅠEetal.Comput Chem Engng,1990,14∶1151.

[7]Floudas C A,Ciric A Retal.AIChE J,1986,32(2):276.

[8]李志紅,華賁,尹清華.基于專家系統(tǒng)與遺傳算法的有分流換熱網(wǎng)絡(luò)的最優(yōu)綜合[J].石油學(xué)報(bào)(石油加工).1999(02).

[9]徐文艷,王豪.基于改進(jìn)遺傳算法的雙層優(yōu)化方法在化工換熱網(wǎng)絡(luò)設(shè)計(jì)中的應(yīng)用[J].上海師范大學(xué)學(xué)報(bào)(自然科學(xué)版).2005(03).

[10]張勤,崔國民,張磊磊,關(guān)欣.隔代強(qiáng)制進(jìn)化遺傳算法在換熱網(wǎng)絡(luò)優(yōu)化中應(yīng)用[J].熱能動(dòng)力工程.2006(06).