| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 引言 | 第10-11页 |
| 1 文献综述 | 第11-26页 |
| ·不确定因素的来源和分类 | 第11-12页 |
| ·不确定因素的来源 | 第11页 |
| ·不确定因素的分类 | 第11-12页 |
| ·不确定优化策略 | 第12-16页 |
| ·随机规划 | 第12-14页 |
| ·模糊规划 | 第14-15页 |
| ·随机动态规划 | 第15-16页 |
| ·随机规划 | 第16-22页 |
| ·带补偿的二阶段随机规划 | 第16-19页 |
| ·机会约束规划 | 第19-21页 |
| ·鲁棒性随机规划 | 第21-22页 |
| ·蒙特卡洛(Monte Carlo)方法简介 | 第22-23页 |
| ·Monte Carlo方法基本原理 | 第22页 |
| ·Monte Carlo抽样方法 | 第22-23页 |
| ·Monte Carlo方法应用 | 第23页 |
| ·Benders分解算法 | 第23-25页 |
| ·MATLAB简介 | 第25页 |
| ·论文选题意义和研究内容 | 第25-26页 |
| 2 化工分离过程不确定优化策略研究 | 第26-39页 |
| ·化工分离过程不确定优化策略 | 第26-27页 |
| ·优化目标和过程约束 | 第27-32页 |
| ·优化目标 | 第27-29页 |
| ·过程约束 | 第29-32页 |
| ·化工分离过程不确定参数 | 第32-33页 |
| ·带补偿的二阶段随机规划 | 第33-37页 |
| ·决策变量 | 第33页 |
| ·补偿方法 | 第33-36页 |
| ·带补偿的随机规划模型 | 第36-37页 |
| ·机会约束规划 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 3 改进的蒙特卡罗积分和Benders分解的混合算法 | 第39-55页 |
| ·相关的数学基本概念 | 第40-42页 |
| ·改进的混合算法 | 第42-54页 |
| ·计算策略 | 第42页 |
| ·计算框图 | 第42-44页 |
| ·算法描述 | 第44-47页 |
| ·算法性能测试 | 第47-54页 |
| ·本章小结 | 第54-55页 |
| 4 化工分离过程不确定优化实例研究 | 第55-69页 |
| ·己烯-1分离过程问题描述 | 第55页 |
| ·设计备选方案 | 第55-59页 |
| ·实例1—考虑蒸汽价格波动 | 第59-62页 |
| ·决策变量和不确定参数 | 第59-60页 |
| ·目标函数和约束 | 第60页 |
| ·结果与讨论 | 第60-62页 |
| ·实例2—新型催化剂的应用 | 第62-65页 |
| ·决策变量和不确定参数 | 第62-63页 |
| ·目标函数和约束 | 第63页 |
| ·结果与讨论 | 第63-65页 |
| ·实例3—蒸汽价格波动和生产能力扩张 | 第65-68页 |
| ·决策变量和不确定参数 | 第65页 |
| ·目标函数和约束 | 第65-67页 |
| ·结果与讨论 | 第67-68页 |
| ·本章小结 | 第68-69页 |
| 结论 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 附录A 主要符号说明 | 第75-78页 |
| 攻读硕士学位期间发表学术论文情况 | 第78-79页 |
| 致谢 | 第79-80页 |