[发明专利]一种基于遗传算法的天然气液化流程工艺参数优化方法

摘要

本发明公开一种基于遗传算法的天然气液化流程工艺参数优化方法，该方法在原有的工艺流程基础上，引入遗传算法，在对流程工艺参数进行优化，利用遗传算法为每一组参数建立所对应的原始种群，适应度评判公式，交叉率，变异率以及终止条件，进行遗传算法优化操作，最终得到最优基因作为天然气液化流程的优化工艺参数，在满足系统中所有设备的固有特性以及其他设计规定的条件下，降低天然气液化过程中的能量消耗；同时具有高度自动化的智能优化特点，提高优化效率；该方法还具有高度的全局性和通用性，优化范围覆盖流程的所有工艺参数，利用参数间的相互联系，真正实现了全局优化，能够被各种优化对象所复用，增加了天然气液化工艺参数优化的通用性。

主权项

一种基于遗传算法的天然气液化流程工艺参数优化方法，其特征在于，包括以下步骤：步骤a：根据天然气液化过程中与能耗相关的参数确定优化对象，将所述优化对象作为遗传算法的目标函数，并根据所述优化对象确定所要优化的工艺参数；步骤b：根据天然气液化的技术标准以及每个参数代表的设备特性，设定遗传算法的初始化因子以及每个所要优化的参数的上、下限，其中所述初始化因子包括群体大小，进化代数，个体适应度评价函数，交叉操作算子，变异操作算子，交叉概率和变异概率；步骤c：根据天然气液化工艺所使用设备的特性以及流程工艺要求，为所要优化的参数中的特定参数或多个关联参数设置约束条件；步骤d：根据所述群体大小，在每个所要优化的参数的上、下限范围内均匀选择取值形成基因，并将所有所要优化的参数对应的基因组合在一起形成个体，得到初始种群；步骤e：逐一判别形成的个体的相应参数是否满足所述约束条件，如果不满足则为该个体赋予罚值，如果满足则通过所述个体适应度评价函数计算该个体的适应度函数值；步骤f：当前代的所有个体全都得到适应度函数值或罚值后，采用线性排序算子和精英选择策略选择设定数目的个体，根据所述交叉概率和所述变异概率，采用所述交叉算子和所述变异算子形成新的基因并组合形成新的个体，形成下一代种群；步骤g：判断新形成的种群中的个体是否已满足终止条件，若已满足所述终止条件则将最后得到的具有最优适应度函数值的个体对应的各参数作为 天然气液化工艺流程的优化参数组合，否则重复执行步骤e和步骤f，其中所述终止条件为该种群中的个体达到最优的适应度函数值或该种群的遗传代数达到终止遗传代数。