Get access

Comparison of stochastic methods with respect to performance and reliability of low-temperature gas separation processes

Authors


Abstract

In this paper, the performances of two popular stochastic methods, the genetic algorithm (GA) and simulated annealing (SA), are verified in the optimization of low-temperature gas separation processes. While the feasibility of GA optimization of low-temperature processes has recently been addressed, our work studied the quality of GA solutions. Having optimized the solutions of three different case studies, it was observed that SA is more robust and reliable than GA when applied to such systems, and by adjusting the key parameters in the SA method, the optimization process can avoid pre-mature convergence and is able to give the best near-global results.

Abstract

Dans cet article, les rendements de deux méthodes stochastiques populaires, l'algorithme génétique (AG) et l'algorithme du recuit simulé (ARS) sont vérifiés dans l'optimisation de processus de séparation de gaz à basse température. Bien que la faisabilité de l'optimisation de l'AG pour les processus à basse température ait été récemment traitée, notre travail permettait d'étudier la qualité des solutions de l'AG. Ayant optimisé les solutions de trois études de cas différentes, il a été observé que l'ARS est plus robuste et plus fiable que l'AG lorsqu'il appliqué à de tels systèmes et en ajustant les paramètres clés dans la méthode AG, le processus d'optimisation peut éviter une convergence prématurée et est en mesure de donner les meilleurs résultats quasi globaux.

Ancillary