《表7 不同初始点模式搜索的优化计算结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《工业余热回收储备系统的经济优化配置》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。