| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-15页 |
| 1.1 研究目的和意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-9页 |
| 1.3 化工模拟技术概述 | 第9-13页 |
| 1.3.1 化工模拟软件 | 第9-11页 |
| 1.3.2 精馏节能技术 | 第11-12页 |
| 1.3.3 分壁式精馏塔 | 第12-13页 |
| 1.4 研究内容和创新点 | 第13-15页 |
| 2 遗传优化算法的构建与应用 | 第15-42页 |
| 2.1 遗传算法的简介 | 第15-17页 |
| 2.2 遗传算法的基本原理 | 第17-25页 |
| 2.2.1 遗传编码 | 第17-18页 |
| 2.2.2 初始群体设定 | 第18-19页 |
| 2.2.3 适应度函数 | 第19-22页 |
| 2.2.4 遗传操作(genetic operation) | 第22-25页 |
| 2.3 遗传算法性能评价指标 | 第25-26页 |
| 2.4 多目标优化问题 | 第26-30页 |
| 2.4.1 多目标优化的数学模型 | 第26-27页 |
| 2.4.2 多目标遗传的实现 | 第27-29页 |
| 2.4.3 多目标优化遗传算法在化工的应用 | 第29-30页 |
| 2.5 基于流程模拟器与遗传算法的优化方法 | 第30-35页 |
| 2.5.1 Aspen Plus与MATLAB集成平台的建立 | 第31-33页 |
| 2.5.2 基于Aspen Plus与遗传算法的优化方法 | 第33-34页 |
| 2.5.3 遗传算法约束条件的处理 | 第34-35页 |
| 2.6 遗传算法(NSGA-Ⅱ)与基于分解的多目标进化算法(MOEA/D)对比 | 第35-38页 |
| 2.7 遗传算法(NSGA-Ⅱ)的相关参数设置讨论 | 第38-42页 |
| 2.7.1 种群规模 | 第38-40页 |
| 2.7.2 遗传代数 | 第40-42页 |
| 3 遗传优化算法在分壁塔精馏分离BTX过程中的应用 | 第42-50页 |
| 3.1 建立分壁式精馏塔模型和自由度分析 | 第43页 |
| 3.2 遗传算法优化模型 | 第43-44页 |
| 3.3 目标函数的建立 | 第44-45页 |
| 3.4 优化变量以及取值范围 | 第45页 |
| 3.5 优化结果 | 第45-48页 |
| 3.6 遗传算法优化后的工艺与原工艺对比结果 | 第48-49页 |
| 3.7 本章小结 | 第49-50页 |
| 4 遗传算法在分壁式精馏塔对恒沸物叔丁醇-水体系分离过程的模拟研究 | 第50-59页 |
| 4.1 目标函数 | 第52-53页 |
| 4.2 优化变量以及取值范围 | 第53-54页 |
| 4.3 约束条件及处理方法 | 第54页 |
| 4.4 优化计算方法 | 第54页 |
| 4.5 优化结果分析 | 第54-57页 |
| 4.6 遗传算法优化后的工艺与原工艺对比结果 | 第57-58页 |
| 4.7 本章小结 | 第58-59页 |
| 5 结论以及展望 | 第59-60页 |
| 5.1 结论 | 第59页 |
| 5.2 展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-64页 |
