| 中文摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-20页 |
| 1.1 选题背景和意义 | 第9-11页 |
| 1.1.1 化工多目标优化耗时大的问题 | 第9页 |
| 1.1.2 炼厂气体脱硫的重要意义 | 第9-11页 |
| 1.2 并行算法与多目标优化方法的研究现状 | 第11-15页 |
| 1.2.1 并行算法研究与其在化工中应用的进展 | 第11-12页 |
| 1.2.2 多目标优化方法的研究进展 | 第12-14页 |
| 1.2.3 流程模拟器下的优化方法 | 第14-15页 |
| 1.3 干气脱硫工艺研究进展 | 第15-19页 |
| 1.3.1 气体脱硫方法 | 第15-17页 |
| 1.3.2 炼厂干气脱硫工艺发展 | 第17-19页 |
| 1.4 本文主要研究内容 | 第19-20页 |
| 第2章 种群分布式并行遗传算法 | 第20-29页 |
| 2.1 多目标优化问题的数学描述 | 第20-21页 |
| 2.2 非支配排序遗传算法 | 第21-24页 |
| 2.2.1 带精英策略的非支配排序遗传算法 | 第21-22页 |
| 2.2.2 非支配排序和拥挤度计算操作 | 第22-23页 |
| 2.2.3 遗传算法的并行化 | 第23-24页 |
| 2.3 种群分布式并行遗传算法 | 第24-28页 |
| 2.3.1 PDPGA优化策略 | 第24-25页 |
| 2.3.2 实例：求解Schaffer函数 | 第25-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 PDPGA与流程模拟软件结合优化 | 第29-43页 |
| 3.1 Aspen Plus与Matlab平台组建 | 第29-30页 |
| 3.2 PDPGA和Aspen Plus结合的多目标优化方法 | 第30-31页 |
| 3.3 优化方法改进 | 第31-32页 |
| 3.4 PDPGA并行计算平台的组建和实现 | 第32页 |
| 3.5 测试实例：脱硫溶剂再生塔优化过程 | 第32-37页 |
| 3.5.1 脱硫溶剂再生塔的模拟 | 第32-35页 |
| 3.5.2 优化过程数学模型建立和变量设置 | 第35-36页 |
| 3.5.3 优化结果分析 | 第36-37页 |
| 3.6 优化过程中相关参数讨论 | 第37-42页 |
| 3.6.1 种群规模 | 第38-40页 |
| 3.6.2 进化代数 | 第40-42页 |
| 3.7 本章小结 | 第42-43页 |
| 第4章 干气脱硫过程的模拟和分析 | 第43-56页 |
| 4.1 炼厂气体脱硫工艺简介 | 第43页 |
| 4.2 脱硫溶剂的选择 | 第43-45页 |
| 4.3 炼厂气脱硫工艺改进——富液集中再生 | 第45-46页 |
| 4.4 脱硫工艺的模拟 | 第46-51页 |
| 4.4.1 模拟流程的建立 | 第46-48页 |
| 4.4.2 物性方法和模块的选择 | 第48-49页 |
| 4.4.3 模拟计算结果 | 第49-51页 |
| 4.5 影响脱硫效果的因素分析 | 第51-55页 |
| 4.5.1 脱硫溶剂循环量对脱硫效果的影响 | 第51-52页 |
| 4.5.2 脱硫溶剂MDEA含量对脱硫效果影响 | 第52-54页 |
| 4.5.3 炼厂干气中H2S的含量的影响 | 第54-55页 |
| 4.6 本章小结 | 第55-56页 |
| 第5章 PDPGA优化干气脱硫与富液集中再生系统 | 第56-60页 |
| 5.1 优化目标和优化模型的建立 | 第56-57页 |
| 5.2 约束条件及处理方法 | 第57页 |
| 5.3 优化结果分析 | 第57-59页 |
| 5.4 本章小结 | 第59-60页 |
| 第6章 总结与展望 | 第60-62页 |
| 6.1 总结 | 第60页 |
| 6.2 展望 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间发表的论文 | 第67页 |