11、热管设计优化：Jaya算法及其变体的应用

热管设计优化：Jaya算法及其变体的应用

在热管设计优化领域，尽管已有一些先进的优化技术被应用，如广义极值优化（GEO）算法、小生境帕累托遗传算法（NPGA）等，但仍有提升解决方案质量的空间。本文将介绍Jaya算法及其变体在热管单目标和多目标设计优化中的应用。

1. 先进优化算法概述

在热管设计优化方面，部分研究者采用了先进的优化技术，但这些算法大多需要调整特定参数（除TLBO算法外）。例如，GEO算法需要确定二进制字符串长度和变异概率；NPGA需要适当设置交叉概率、变异概率和选择算子等。这些特定参数会影响优化算法的性能，不当的调整可能导致计算成本增加或陷入局部最优解。为克服这一问题，TLBO算法被提出，它是一种无需特定参数的算法。基于TLBO算法的良好性能，Jaya算法及其变体被用于热管的单目标和多目标设计优化。

2. 热管设计优化案例研究

2.1 案例一：热管单目标优化

此案例由Sousa等人（2004）和Turgut等人（2016）提出。热管是一种密封的管状容器，内壁有芯结构并填充工作流体。以甲醇为工作流体，不锈钢（SS 304）为容器材料，芯为网状结构，同样由SS 304制成。

• 目标函数 ：在冷凝器特定边界条件和理想传热率下，最小化热管的总质量（$m_{total}$）。
  • $m_{total} = m_{cont} + m_{wd} + m_{wl} + m_{vapour}$
  • 其中，$m_{cont}$ 是容器质量，$m_{wd}$ 是干芯质量，$m_{wl}$ 是芯内液体质量，$m_{vap