换热网络综合是典型的混合整数非线性规划问题,所建立的数学模型具有非凸、非线性的特征,优化求解易陷入局部最优。本文提出了一种竞争机制下的差分进化算法并应用于换热网络综合问题。首先,利用拉丁超立方实验设计方法获得初始种群,使初始种群均匀分布在解空间中,以保证初始种群的多样性。其次,引入竞争机制,将整个种群分为竞争胜利群体与竞争失败群体,对竞争胜利群体采用反向随机搜索与贪婪选择相结合的方式进行深度优化;竞争失败群体则通过向竞争胜利群体学习,提升竞争失败群体的质量。在对个体进行变异操作时引入自适应收缩因子,提高算法的全局优化能力与局部优化能力。通过对典型案例的验证结果表明,与其他算法相比,利用该算法可以获得年综合费用更低的换热网络设计方案,可以用来求解中等规模的换热网络综合问题。