化学工程中的许多优化问题涉及整数变量和权衡目标。 解决此类问题的一种方法是使用处理连续和整数变量的算法,例如,BARON 算法(确定性)或 NSGA II(随机性)。此 matlab 代码是 Aspen Plus 蒸馏塔多目标优化的示例,使用NSGA II 算法。 蒸馏塔的模拟在Aspen Plus V8.8 中进行,因为V9 或10 版本中每次交互的模拟时间是V8.8 版本的10 倍。
优化问题陈述: 目标函数 (2) : [min{CAPEX}, min{OPEX}] 优化变量 (3):[x1=色谱柱级数,x2=回流比,x3:标准化色谱柱进料级] 约束条件:约束条件1 =乙醇的摩尔回收率> 99%; 缺点 2=乙醇摩尔纯度 > 80%
NSGA II 设置代数:20 人口:20 注意:请参阅代码“Opt_EthanolColumn.m”以更好地理解 NSGA 算法参数。
运行代
2021-07-12 00:27:31
14KB
matlab
1