粒子群优化算法在管翅式换热器优化设计中的应用
粒子群优化(PSO)算法是一种新兴的源于对鸟群捕食行为研究而产生的仿生学优化算法。本文以管翅式换热器优化设计为例,以压降最小为优化目标,对传统粒子群优化算法进行改进,使其能在初始化和搜索过程中直接产生满足约束条件的可行解粒子,同时用不断增大速度的方法防止陷入局部最优.PSO的优化结果与优化前的设计结果和遗传算法(GA)的优化结果对比表明,PSO具有优越性,将其应用于换热器优化设计领域具有可行性,本文为换热器的优化设计提供了一种新的有效途径。
粒子群优化 管翅式换热器 优化设计 遗传算法 仿生学优化
韩武涛 王秋旺 陈贵冬 曾敏
西安交通大学动力工程多相流国家重点实验室,西安,710049
国内会议
广州
中文
2182-2185
2007-11-13（万方平台首次上网日期，不代表论文的发表时间）