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。
强制进化随机游走算法优化换热网络过程中会出现个体结构相似现象，导致种群结构多样性下降，算法全局搜索能力不足，难以进一步优化换热网络结构。针对基于节点非结构模型的换热网络结构相似现象展开研究，制定两个评价指标衡量优化过程中个体结构相似水平，发现个体结构内相似换热单元数逐步增加，而相似换热单元的热负荷差距逐步减小，个体结构相似水平越来越高。基于此，以提升种群多样性为指导，提出换热单元排斥性进化策略，通过增大相似换热单元的热负荷差距，激励相似换热单元的差异性进化，从而改变结构进化方向，降低相似结构规模。最后应用20SP和15SP两个算例验证该策略的有效性，结构年综合费用与文献最优结果相比分别下降了12 105＄·a-1和52 535＄·a-1，说明该策略可以有效提升算法全局搜索能力。
强制进化随机游走算法（RWCE）应用于换热网络优化，具有算法流程简洁、结构进化能力强等特点。其中接受差解几率对个体跳出局部最优有重要的影响。本文统计优化后期连续变量和结构变量使得年综合费用下降的次数，分析二者对优化进程的影响，讨论接受差解几率在个体优化进程中所起的作用，提出一种通过判别差解结构与原结构的异同来智能调整接受差解几率的换热网络优化方法。该策略进一步强化个体的结构进化与跳出局部极值的能力，通过算例证明了策略的有效性。
