换热网络是一种广泛应用于工业生产过程的热回收技术,其优化能进一步降低额外能源消耗、提升生产经济性。然而,本质上来看,换热网络的同步优化属于混合整数非线性规划问题,问题本身的非凸非线性极强,使得优化常常过早陷入局部极值,因此寻求更为有效的求解方法已成为学者们共同的挑战。近年来,一种新型启发式方法即强制进化随机游走算法被应用于该问题,相比于传统启发式方法具有控制参数少、操作简单且全局搜索能力强的优点。然而,该算法在有分流换热网络中的应用仍处于空白阶段,并且存在启发式方法所固有的个体团聚现象,对算法搜索能力尤其是结构进化能力影响重大,其中机理亟需探讨,此外该算法还忽略了对最优解的保护和开发,使得求解质量尚有较大的提升空间。因此,本文基于有分流模型,从启发式方法的结构团聚现象出发,研究强制进化随机游走算法的进化机理及相关改进策略,旨在增强算法性能、找寻最佳网络结构,具体内容有:首先,建立非等温混合假设的有分流换热网络分级超结构模型,针对其不能灵活布置公用工程而限制结构灵活发展的缺陷,提出一种具有公用工程内置策略的改进模型,扩大网络的解空间。基于这两种模型,采用强制进化随机游走算法并建立换热量、内部公用工程与分流比的高效优化方法。优化结果均包含分流,与文献相比具有一定竞争力,表明算法和改进模型能有效应用于有分流换热网络。继之,建立了结构多样性评价方法,通过结构标准化、公共结构识别、集团识别等操作得到评价指标,进而描述启发式方法的结构团聚。重点分析了强制进化随机游走、微分进化和粒子群算法的结构团聚水平及其对优化效果的影响,并从评价结果分析了强制进化随机游走算法的进化机理,揭示了团聚在优化中的作用以及接受差解对优化的正面影响。此外,综合各指标,设计了一种有效的结构多样性评价因子,能更加直观地表达团聚程度。然后,针对有潜力解可能在接受差解操作中被代替而导致局部优化不足,提出了一种最优解保护策略。建立两个分别称为基本层和保护层的种群,其中基本层按照原强制进化随机游走算法进行搜索,负责生成大量包括个体最优解和伪最优解在内的有潜力解,并传递给保护层,保护层对其进行保护并采用一种降维随机游走技术对其进行充分开发,增强了局部搜索能力。该策略与原算法结合所形成的新算法具有更高的优化效率,基于传统模型和改进模型均取得了优于文献的结果,提升了网络设计的经济性。最后,基于结构多样性评价与最优解保护策略深入研究一种更为有效的有分流换热网络求解方法。首先提出两条结构调优策略,针对团聚会限制全局搜索提出分散搜索策略,采用摄动改变结构的方式以削弱团聚程度,针对团聚对局部优化存在积极作用,提出集中搜索策略,采用强制较差个体接受较优结构的方式以增强较优结构处的团聚程度,从而提升原算法在结构空间内的勘探和开发水平。基于此,提出一种分步优化方案,第一步将结构调优策略应用于最优解保护策略的基本层,得到性能较好的候选解,第二步对候选解进行精细结构调优,实现结构优化精度的进一步提升。该方案的优化质量显著优于现有文献,处理有分流问题具有明显优势。