1.一种基于并行演化算法的热管约束组件布局优化方法,其特征在于,包括:S1:在沿着与热管朝向垂直和平行的两个方向上分别建立x轴和y轴,根据热管约束组件结构在x轴上建立种群X、在y轴上建立种群Y,所述种群X表示热管约束组件在x轴方向上的一组布局解,所述种群Y表示热管约束组件在y轴方向上的一组布局解,设置分布式节点;
S2:将寻找种群X在x轴上的最优布局解划分为多个阶段并分阶段分配到分布式节点上,每个阶段中分布式节点根据不同的优化目标更新种群X在x轴上的最优布局解,根据种群X在x轴上的最优布局解寻找种群Y在y轴上的最优布局解,结合种群X在x轴上的最优布局解和种群Y在y轴上的最优布局解得到热管约束组件布局的最优可行解;
所述将寻找种群X在x轴上的最优布局解划分为多个阶段并分阶段分配到分布式节点上时,均衡划分的氏族数量和最优布局解的搜索,根据氏族数量的动态变化将寻找种群X在x轴上的最优布局解划分为多个阶段;
所述将寻找种群X在x轴上的最优布局解划分为多个阶段并分阶段分配到分布式节点上,每个阶段中分布式节点根据不同的优化目标更新种群X在x轴上的最优布局解,根据种群X在x轴上的最优布局解寻找种群Y在y轴上的最优布局解,结合种群X在x轴上的最优布局解和种群Y在y轴上的最优布局解得到热管约束组件布局的最优可行解,具体为:S2-1:设置包括工作节点和主节点的分布式节点、最大函数评估次数,初始化已用函数评估次数、氏族规模,初始化种群X和种群Y,将寻找种群X在x轴上的最优布局解划分为三个阶段;
S2-2:对种群X进行评估,如果评估次数没有达到最大函数评估次数,则执行S2-3;如果评估次数达到最大函数评估次数,则执行S2-14;
S2-3:进入第一阶段,将此时的种群X划分为氏族,将氏族平均分配至各个工作节点;
所述第一阶段中,将此时的种群X划分为多个氏族并统一分配给工作节点,氏族的数量多于工作节点的数量;在每个工作节点中,使用演化算法指导每个氏族的进化,当达到第一阶段的阈值时合并氏族,结束第一阶段,在第一阶段中不运行组合操作;
S2-4:各个工作节点并行工作,使用演化算法寻找种群X在x轴上的最优布局解并更新种群X;
S2-5:直到达到第一阶段的阈值后,各个工作节点停止工作,主节点收集并合并此时的种群X,并划分为新的氏族;
S2-6:进入第二阶段,将此时的氏族平均分配至各个工作节点;
所述第二阶段中,减少工作节点的数量直到与合并后的氏族的数量一致,工作节点之间没有交互;当合并后的氏族都达到第二阶段的阈值后时,结束第二阶段;
S2-7:执行S2-4,直到达到第二阶段的阈值后,各个工作节点停止工作,主节点收集并合并此时的种群X;
S2-8:进入第三阶段,将此时的种群X平均分配至各个工作节点;
所述第三阶段中,将第二阶段的所有氏族合并为一个氏族,把整个氏族均匀地分配给每个工作节点,在每个工作节点中运行一次局部迭代;
S2-9:执行S2-4,直到达到第三阶段的阈值后,各个工作节点停止工作,主节点收集并合并此时的种群X;
S2-10:判断是否是首次获得种群X在x轴上的最优布局解X
S2-11:激活种群Y,建立新进程并分配给工作节点;
S2-12:工作节点使用演化算法更新种群Y在y轴上的最优布局解;
S2-13:判断当前的种群Y是否在y轴上得到了可行解,若是则记录该可行解,种群Y进入休眠;若否执行S2-12;
S2-14:从已存储的可行解集合中输出目标值最小的解,从而得到热管约束组件布局的最优可行解。
2.根据权利要求1所述的基于并行演化算法的热管约束组件布局优化方法,其特征在于:将种群X和种群Y寻找最优布局解的过程转化为无约束优化问题,将种群X和种群Y作为氏族,使用演化算法寻找种群X在x轴上的最优布局解和种群Y在y轴上的最优布局解。
3.根据权利要求2所述的基于并行演化算法的热管约束组件布局优化方法,其特征在于:所述演化算法为元启发式算法、或多种元启发式算法的组合、或元启发式算法和其他算法的组合。
4.根据权利要求1所述的基于并行演化算法的热管约束组件布局优化方法,其特征在于:将种群Y的寻优过程独立于种群X的寻优过程进化,使用并行技术异步地并行种群X的寻优过程和种群Y的寻优过程。
5.一种基于并行演化算法的热管约束组件布局优化系统,其特征在于,包括:分布式节点,
种群建立模块,用于在沿着与热管朝向垂直和平行的两个方向上分别建立x轴和y轴,根据热管约束组件结构在x轴上建立种群X、在y轴上建立种群Y,所述种群X表示热管约束组件在x轴方向上的一组布局解,所述种群Y表示热管约束组件在y轴方向上的一组布局解;
分布设置模块,用于设置分布式节点;
热管约束组件布局模块,用于将寻找种群X在x轴上的最优布局解划分为多个阶段并分阶段分配到分布式节点上,每个阶段中分布式节点根据不同的优化目标更新种群X在x轴上的最优布局解,根据种群X在x轴上的最优布局解寻找种群Y在y轴上的最优布局解,结合种群X在x轴上的最优布局解和种群Y在y轴上的最优布局解得到热管约束组件布局的最优可行解;
所述将寻找种群X在x轴上的最优布局解划分为多个阶段并分阶段分配到分布式节点上时,均衡划分的氏族数量和最优布局解的搜索,根据氏族数量的动态变化将寻找种群X在x轴上的最优布局解划分为多个阶段;
所述将寻找种群X在x轴上的最优布局解划分为多个阶段并分阶段分配到分布式节点上,每个阶段中分布式节点根据不同的优化目标更新种群X在x轴上的最优布局解,根据种群X在x轴上的最优布局解寻找种群Y在y轴上的最优布局解,结合种群X在x轴上的最优布局解和种群Y在y轴上的最优布局解得到热管约束组件布局的最优可行解,具体为:S2-1:设置包括工作节点和主节点的分布式节点、最大函数评估次数,初始化已用函数评估次数、氏族规模,初始化种群X和种群Y,将寻找种群X在x轴上的最优布局解划分为三个阶段;
S2-2:对种群X进行评估,如果评估次数没有达到最大函数评估次数,则执行S2-3;如果评估次数达到最大函数评估次数,则执行S2-14;
S2-3:进入第一阶段,将此时的种群X划分为氏族,将氏族平均分配至各个工作节点;
所述第一阶段中,将此时的种群X划分为多个氏族并统一分配给工作节点,氏族的数量多于工作节点的数量;在每个工作节点中,使用演化算法指导每个氏族的进化,当达到第一阶段的阈值时合并氏族,结束第一阶段,在第一阶段中不运行组合操作;
S2-4:各个工作节点并行工作,使用演化算法寻找种群X在x轴上的最优布局解并更新种群X;
S2-5:直到达到第一阶段的阈值后,各个工作节点停止工作,主节点收集并合并此时的种群X,并划分为新的氏族;
S2-6:进入第二阶段,将此时的氏族平均分配至各个工作节点;
所述第二阶段中,减少工作节点的数量直到与合并后的氏族的数量一致,工作节点之间没有交互;当合并后的氏族都达到第二阶段的阈值后时,结束第二阶段;
S2-7:执行S2-4,直到达到第二阶段的阈值后,各个工作节点停止工作,主节点收集并合并此时的种群X;
S2-8:进入第三阶段,将此时的种群X平均分配至各个工作节点;
所述第三阶段中,将第二阶段的所有氏族合并为一个氏族,把整个氏族均匀地分配给每个工作节点,在每个工作节点中运行一次局部迭代;
S2-9:执行S2-4,直到达到第三阶段的阈值后,各个工作节点停止工作,主节点收集并合并此时的种群X;
S2-10:判断是否是首次获得种群X在x轴上的最优布局解X
S2-11:激活种群Y,建立新进程并分配给工作节点;
S2-12:工作节点使用演化算法更新种群Y在y轴上的最优布局解;
S2-13:判断当前的种群Y是否在y轴上得到了可行解,若是则记录该可行解,种群Y进入休眠;若否执行S2-12;
S2-14:从已存储的可行解集合中输出目标值最小的解,从而得到热管约束组件布局的最优可行解。