文档介绍：维普资讯
毒譬叠砖能毪。
第卷第期北京化工大学学报自然辩学版.
年
换热网络综合中最小换热单元数
的神经网络模型/、
了
.】

摘要:
的优七模型议程及优化策略。。尤
其适用于物流数较多的换热过程并通过实例说明本方法的实施情况.
关键词: 换热厨络综合:挣经嗣络: 模型
中图分类号:】.
换热单元数是换热网络综合的主要目标之一。
展”:一条是以热力学分析为基础的夹点技术: 另一条是以数学方法为基础的数学规划
技术。在夹点技术中. 夹点将物流分为夹点之上和夹点之下两个子系统, 在计算出夹点的
同时. 可以得到最大能量回收量. 物流的匹配主要是依据一些热力学原则推断出
来禺此具有直观的街理意义。但对于较复杂的大系统, 匹配过程则显得繁锁而缓慢。正
因为如此, 多年来。人仉在研究夹点技术的同时,一直没有放弃利用数学方法换热网络综
合的研究。目前所使用的数学方法主要为数学规划法。和夹点技术相比数学方法的求解过
程自动化程度高. 易于在计算机上实现。
组合优化同西. 时间复杂性和空间复杂性呈指数增长。
为此。文中提出用神经雁络方法解决换热单元数的优化问题。
的一般模型
是一种全连型反馈神经网络。
经元的状态可用状态方程描述. 对于连续型神经元。其状态方程为:
ⅡⅡ
∑,一,
其中,,为神经元的阈值. .为神经元的内部状态,它最初的物理意义是指神经元内部的
电压. 当神经元的内部电压值超过闭值后就会产生神经元的输出. 内部状态“.与输出
的关系如下:
收稿日期:—
维普资讯
第期率立群等:换热舟络鲦台中最小换热单元数的神经嗣络模型· ·

,为转换函数,通常为函数. 神经网络中有一个重要的概念:
:
一∑∑.,,一∑,十∑,一
可以证明/ ≤

能量函数式的微分形式:

—∑,一,
显然.

的求解步骤是这样的:任意给定神经元的初始状态,代入方程计算神经元的
输出值,利用方程求出神经元的状态变化值,.
不断重复此过程, 直到状态变化量为. 在此过程中能量函数同时随时间的变化逐渐下
降。当状态变化量为时, 网络也达到了最稳定的能量状态.
由此可知. 如果我们能把某个待研究解决的阐题化为一个能量函数,旦使这个能量函

解了,利用神经网络解决具体的优化同题分为以下几步:
首先找到合适的表达问题的方式,使神经元的辅出与问题的解相对应:
:
由能量蟊数反推出神经元状态方程