کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
8071694 1521398 2018 38 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A novel random walk algorithm with compulsive evolution combined with an optimum-protection strategy for heat exchanger network synthesis
ترجمه فارسی عنوان
یک الگوریتم رشته تصادفی با تکامل اجباری همراه با استراتژی حفاظت بهینه برای سنتز شبکه مبدل حرارتی
کلمات کلیدی
شبکه مبدل حرارتی، الگوریتم راه رفتن تصادفی با تکامل اجباری، بهینه سازی، روشهای تصادفی، استراتژی حفاظت بهینه،
ترجمه چکیده
الگوریتم راه رفتن تصادفی با تکامل اجباری روش جدیدی است که با قابلیت جستجوی قوی جهانی برای سنتز شبکه مبدل حرارتی است. با این حال، رفتار جهش پذیرش راه حل های بد می تواند راه حل های عالی را با بدی ها جایگزین کند و در نتیجه ساختار هزینه های بهینه را نمی توان تضمین کرد. بنابراین، یک استراتژی حفاظت مطلوب برای حفاظت و بهره برداری از راه حل های عالی پیشنهاد شده است. در روش ارائه شده، یک جمعیت اساسی برای تولید راه حل های نامربوط متعدد بر اساس اصل تکاملی الگوریتم اصلی، که در آن راه حل های عالی از جمله بهینه های جاری و بهینه های شبه به یک جمعیت محافظت شده است. برای دقت بالاتر همگام سازی، یک روش پیاده روی تصادفی کاهش ابعاد برای جمعیت محافظ برای انجام بهینه سازی محلی کامل برای راه حل های محافظت شده طراحی شده است. روش ارائه شده شامل دو جمعیت می تواند تکامل طبیعی الگوریتم اصلی را حفظ و بهره برداری از توانایی های راه حل های عالی که توانایی های جستجوی جهانی و محلی را برآورده می کند. علاوه بر این، یک روش بهینه سازی رهبر و دنبال کننده برای کاهش زمان محاسبات در هنگام تقسیم جریان است. پنج مورد متفاوت در دسترس در ادبیات به طور سیستماتیک مورد بررسی قرار می گیرند و برخی از راه حل های مقرون به صرفه تر در مقایسه با موارد گزارش شده در زمان معقول یافت می شوند.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی انرژی انرژی (عمومی)
پیش نمایش مقاله
یک الگوریتم رشته تصادفی با تکامل اجباری همراه با استراتژی حفاظت بهینه برای سنتز شبکه مبدل حرارتی
چکیده انگلیسی
Random walk algorithm with compulsive evolution is a novel stochastic method with strong global search ability for heat exchanger network synthesis; however, its mutation behavior of accepting bad solutions might substitute excellent solutions with bad ones and consequently cost-optimal structures cannot be guaranteed. Therefore, an optimum-protection strategy is proposed to protect and exploit excellent solutions. In the presented method, a basic population is set to generate numerous candidate solutions based on the evolution principle of original algorithm, where the excellent solutions including current optimums and pseudo optimums are delivered to a protective population. For higher convergence precision, a dimensionality-reduction random walk technique is designed for the protective population to perform a complete local optimization for the protected solutions. The presented method consisting of two populations can maintain the normal evolution of original algorithm and exploit the potentialities of the excellent solutions, which can satisfy the needs of global and local search abilities. Moreover, a leader-follower optimization technique is presented to reduce computational time when considering stream splits. Five different-sized cases available in the literature are systematically examined and some more economical solutions compared to the reported ones are found within reasonable time.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Energy - Volume 152, 1 June 2018, Pages 694-708
نویسندگان
, , , , ,