43、热交换器设计优化与睡眠呼吸事件检测的创新方法

热交换器设计优化与睡眠呼吸事件检测的创新方法

1. 板翅式热交换器设计优化

1.1 算法应用

在求解板翅式热交换器（PFHE）设计参数问题中，除了使用正弦余弦算法（SCA）进行计算外，还采用了多种算法，包括实编码遗传算法（rcGA）、差分进化算法（DE）、粒子群优化算法（PSO）、教学学习优化算法（TLBO）、蛾火优化算法（MFO）和灰狼优化算法（GWO）。在数值研究里，设定迭代次数 $G_m$ 为 1000，种群大小 $N_p$ 为 50。

1.2 SCA 算法收敛结果

SCA 算法四次不同运行的收敛结果如图 1 所示：

从图中可以观察到，大部分结果在 100 次迭代内从约 0.1 收敛到 0.0825，并在约 650 次迭代时得到最优解。

1.3 算法统计结果对比

SCA 与其他几种算法的统计结果对比见表 1：
| 算法 | 熵产生单位 - 最佳值 | 熵产生单位 - 最差值 | 熵产生单位 - 平均值 | 标准差(%) |
| ---- | ---- | ---- | ---- | ---- |
| rcGA | 0.084127 | 0.090710 | 0.086948 | 0.269 |
| DE | 0.082986 | 0.106877 | 0.093368 | 0.834 |
| PSO | 0.081034 | 0.086455 | 0.084047 | 0.200 |
| TLBO | 0.078529 | 0.081652 |