针对强制进化随机游走算法(RWCE)在优化质量交换网络进程中, 存在部分个体在竞争中长期处于劣势状态以及个体结构高度相似的现象, 提出带有个体淘汰的RWCE算法优化质量交换网络。即在一定的周期内, 通过对种群中个体优化状态的实时监控, 首先对个体的网络结构进行标准化处理, 以此识别出结构中相似的质量交换器, 再根据其数目评价个体的结构相似度, 将种群中的个体划分为若干个集团, 并以年度总费用作为评价个体优化性能的指标, 淘汰种群中的劣势和相似个体, 以此加强种群间个体的信息交流, 提升个体优化活力和种群多样性, 同时有效增强算法优化质量交换网络的全局搜索能力。将该方法应用于2个质量交换网络实例中, 优化结果均优于文献最优结果, 说明该方法能改变结构的进化方向, 激励种群间个体的差异性进化和保持个体的优化活力, 且有效提升算法的全局寻优性能。

WCE算法优化换热网络时，固定投资费用的存在易造成小负荷换热单元难以产生和保留，使部分尚未完全进化的结构过早被淘汰。本文建立一种固定投资费用的松弛处理方法，将固定投资费用与换热单元热负荷进行因变处理，根据换热单元热负荷的大小实时调整优化过程中的松弛力度，引导并促进小负荷换热单元的顺利产生和进化，从而增强换热网络的结构进化能力。将松弛策略应用于9SP和15SP算例，验证松弛策略促进结构进化的有效性，提升优化质量，获得的最优结果(2 903 528 ＄ ·a^-1、5 115 061 ＄ ·a^-1)优于文献结果。

提出一种采用优势个体多方向强制搜索策略的进化算法, 通过考察种群中个体差异性指标, 用以评价当前种群全局搜索的健康度。当优化结果出现长期停滞, 即健康度指标变差时, 启动优势个体多方向强制搜索策略, 扩大优势个体在靠近局部最优解区域的搜索方向, 保证算法全过程的全局搜索能力。用15SP和20SP算例进行验证, 与文献中最优结果相比, 分别下降了1.09%、0.83%, 表明优势个体多方向强制搜索策略充分发挥了优势个体的进化潜力, 提高了算法的优化效能。

强制进化随机游走算法优化换热网络时，以一定的概率接受差解可有效促进结构进化，非贪婪性的差解搜索机制是目标函数跳出局部极值的关键。本文分析接受差解机制的作用，探究不同优化阶段的差解结构来源，观察年综合费用变化，发现大多数被接受的差解结构在后续的优化中又回归到原结构，存在较多无效的参数传递过程。我们提出选择性接受差解策略，只接受具有新个体产生的差解，基于指数函数建立接受差解概率递增公式，并对结构中的新个体加以保护以增强其在结构中的存活率。最后选用9SP₂、20SP算例进行验证，取得了优于已发表文献的最优结果，证明了该策略的可行性。