《表7 不同初始点模式搜索的优化计算结果》
结合表5~7可以看出:(1)遗传算法达到收敛的迭代次数为模式搜索的2倍以上(甚至可达4倍);另外在遗传算法中,种群进化需要计算全部个体的适应度,因此在默认算法设置下(种群数量50、模式搜索网格点数目为8),遗传算法的计算负荷在模式搜索的12.5倍以上。(2)遗传算法在求解本案例优化配置问题时计算稳定性差、易陷入局部最优(因为表征优化计算稳定性的决策变量标准差及变异系数均大于0);与遗传算法相比,模式搜索对初始点的位置不敏感,最终都能够有效地收敛到同一点,且收敛迭代次数接近。(3)基于模式搜索得到的供暖期综合收益比5次独立遗传算法优化的结果更好,因此可认为表7的优化计算结果是余热回收储备系统的最优配置。
图表编号 | XD00202902300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.15 |
作者 | 王晋达、周志刚、刘京、赵加宁、郑进福 |
绘制单位 | 哈尔滨工业大学建筑学院、哈尔滨工业大学寒地城乡人居环境科学与技术工业和信息化部重点实验室、河北工业大学能源与环境工程学院、哈尔滨工业大学建筑学院、哈尔滨工业大学寒地城乡人居环境科学与技术工业和信息化部重点实验室、哈尔滨工业大学建筑学院、哈尔滨工业大学寒地城乡人居环境科学与技术工业和信息化部重点实验室、哈尔滨工业大学建筑学院、哈尔滨工业大学寒地城乡人居环境科学与技术工业和信息化部重点实验室、哈尔滨工业大学建筑学院、哈尔滨工业大学寒地城乡人居环境科学与技术工业和信息化部重点实验室、青岛理工大学环境与市政工程学 |
更多格式 | 高清、无水印(增值服务) |