该系统是传统冷热电三联供与地源热泵并联系统的一种改进与发展。以常规空调系统为基准,利用全寿命周期成本节约率与一次能源节约率组成综合评价指标,基于遗传算法对该系统进行了优化配置。针对遗传算法在实际应用中的局限性,引入多种群遗传算法,就设备容量、临界启停值进行了分析论证,发现多种群遗传算法在解决多变量优化配置时较标准遗传算法更合理。分析了各项指标随优化变量变化的规律。 间的随机数。表４优化变量取值范围吸收式冷热水机组容量／ｋＷ０～１０００吸收式机组临界启停值０～１８结果分析８．１优化算法比较根据图表数据设定选取参数，利用Ｍａｔｌａｂ进行优化计算。图５泵耦合系统优化-数控滚圆机滚弧机张家港电动钢管滚圆机滚弧机折弯机，６分别为标准遗传算法、多种群图５标准遗传算法运行５次的进化过程图６多种群遗传算法运行５次的进化过程遗传算法运行５次的进化过程图。通过比较多种群遗传算法优化过程与标准遗传算法优化过程可知，２种算法均可以得到最优解，但是算法过程明显不同。ＳＧＡ在优化过程中不稳定，５次得到的结果均不一样，存在较大偏差，而且在接近最大遗传代数时仍未稳定，最优解有可能继续上升本文由公司网站网站 转载中国知网整理!   http://www.dapenggunhuji.com/，而且５次得到的优化变量均不一样，无法确定最佳的Ｒｍａｘ，λｍａｘ。而ＭＰＧＡ在优化进程中显现出了相当的优势，进化过程在经历１０代后就能基本稳定，在进化到２０代时已经不再发生变化，即优化后的遗传算法利用较少的遗传代数得到了更为稳定的优化解，可见对于多个优化变量的模型求解问题，ＭＰＧＡ较ＳＧＡ有着更强的搜寻能力。虽然ＭＰＧＡ运行５次得到了稳定的最优解，但是５次运行得到的优化变量仍然不一样。可见遗传算法在求解实际问题时仍然存在问题与缺陷。针对上述问题，笔者利用缩小优化范围的方法逐反映的规律类似，各项指标变化规律趋于一致，随着变量的增大均呈现先增大后减小的规律，在最优启停值附近得到最佳性能系数。但各项指标随λ的变化较为平稳，相较于图９可知，设备容量Ｒ对于能源系统综合性能的影响强于临界启停值λ。图１０各项指标随设备临界启停值λ的变化规律图１１反映了各项指标随时间的变化规律。经分析可知：成本节约率、能源节约率以及综合评价指标变化趋势基本一致。图１１各项指标随时间的变化规律图１２显示了各个供能阶段各项指标的分布规律，成本节约率变化不大，但能源节约率有显著变化。综合分析可知：供能季能源系统综合性能明显好于过渡季，是因为供能季建筑供能策略与过渡季明显不同，尤其是在供热季，因建筑用热达到峰值，图１２各个供能阶段的各项指标的变化规律>>隐藏泵耦合系统优化-数控滚圆机滚弧机张家港电动钢管滚圆机滚弧机折弯机本文由公司网站网站 转载中国知网整理!   http://www.dapenggunhuji.com/