一种新的分离网.pptVIP

基于遗传算法在精馏分离优化网络模型中的应用 分离网络综合问题框图建立 一、分离网络综合问题的描述 对混合物原料经过多种操作以生产不同组成的多个混合物产品的分离问题称为分离网络综合问题。 分离网络定义：多组分混合物原料分离成多个多组分目标产品的网络，其中包含分流器、混合器和精馏塔 用S表示精馏塔，Si中的下标i表示从i号分割点进行分割。与表1的分离网络综合问题对应的精馏塔类型及分离难度系数见表2 以三组分分离产物为例 对于低组分，精馏设备不多，采用层次分析法判断精馏优先顺序 多组分，多设备，一般用神经网络算法，或者二叉树法，判断分离设备，优先顺序，排布的 模型的建立 模型的建立 ——模型建立的步骤 适应度函数： 模型的建立 ——模型建立的步骤 初始群生成 两个分离网络综合问题的求解结果如下表： * * 分离网络综合问题的描述 分离网络综合问题流程图超结构建立 分离网络综合问题的描述 表1 原料及产品组成表 28 9 5 8 6 Feed 9 3 1 3 2 P3 11 5 1 4 1 P2 8 1 3 1 3 P1 Total D C B A Component Creativity P1= Feed= P2= P3= 0.7 ABC|D Column 3(S3) 0.3 AB|CD Column 2(S2) 0.5 A|BCD Column 1(S1) 分离难度系数（D） 分离位点 精馏塔类型 表2 精馏塔类型及分离难度系数 从进料开始； 对于输入的流股有多少种可能的分割进行判断，假设有n种可能的分割； 将流股分流（n+1）支，其中n支进入精馏塔，1支直接进入产品； 将流股分流（n+1）支，其中n支进入精馏塔，1支直接进入产品； 对n支流股进入精馏后塔顶、塔底产品分别判断 ； 是否单组分 流股 是否有组成 与此流股组成 相同的流股 流股合并 直接进入产品 YES NO YES NO 二、分离网络问题流程图超结构建立 ——建立步骤 目标层 S S2 S1 S3 准则层 方案层 C3 时间 C1 体积 C2 难易系数 C4 储存量 C5 比例 利用层次分析法判断精馏优先 S2 S3 S1 三组分分离网络超结构 S1 S1 S1 S1 S1 S1 模型建立步骤 分离网络综合问题的描述 分离网络综合问题的描述 遗传算法基本流程框图 生成初始种群 计算适应度 选择-复制 交叉 变异 生成新一代种群 终止 ? 结束 模型的建立 ——模型建立的步骤 表示塔 的承载量之和 表示塔 的分离难度系数 CN 表示计算后塔的数目 t 表示罚函数： 对塔的数目进行约束 [T(1),T(6),T(5),T(4)] [T(3),T(4),T(1),T(2)] [T(3),T(2),T(4),T(5)] 3 [T(1),T(3),T(2),T(5)] [T(4),T(1),T(6),T(5)] [T(2),T(3),T(6),T(1)] 2 [T(2),T(3),T(5),T(6)] [T(1),T(5),T(3),T(4)] [T(1),T(2),T(3),T(5)] 1 适应度 P3 P2 P1 组成产品P(k)的选择及适应度 群体 编号 Step 3 集合基矩阵及其分配系数 要想得到产品P1，P2，P3，需要基矩阵及其分配系数： Step 4 构建简化的优化模型 Step 5 用MATLAB中的linprog()函数，分配系数的有哪些信誉好的足球投注网站范围设定为0≤x1,求解可得 初始化群体：按照Step1~ Step5所述的方法随机产生m个独立的初始个体； 排序：对m个初始网络对应的目标函数值按照由小到大升序排列； 变异：列队中的家族根据它在列队中的位置决定组成P()的基矩阵中需要替换的个数 保留优秀的父代：重新计算目标函数值，比较每个家族变异前后的目标函数值，将 函数值较小的保留下来作为家族的父代； 是否满足迭代终止条件 结果输出 YES NO 分离网络综合问题的优化求解——优化求解框图 13.3325 [T(1),T(8),T(7),T(10)] [T(3),T(8),T(10),T(2)] [T(3),T(9),T(8),T(7)] 3 12.7983 [T(10),T(9),T(8),T(7)] [T(4),T(10),T(6),T(8)] [T(5),T(9),T(7),T(1)] 2 13.7