最優(yōu)化方法在化學(xué)工程中到的應(yīng)用

1、最優(yōu)化方法在化學(xué)工程中到的應(yīng)用摘 要：隨著高新技術(shù)、信息技術(shù)及計(jì)算機(jī)領(lǐng)域的飛速發(fā)展，最優(yōu)化在眾多領(lǐng)域的應(yīng)用日益廣泛,涉及問(wèn)題的規(guī)模越來(lái)越大,復(fù)雜程度越來(lái)越高。最優(yōu)化方法主要運(yùn)用數(shù)學(xué)方法研究各種系統(tǒng)的優(yōu)化途徑及方案，為決策者提供科學(xué)決策的依據(jù)。其目的在于針對(duì)所研究的系統(tǒng)，求得一個(gè)合理運(yùn)用人力、物力和財(cái)力的最佳方案，發(fā)揮和提高系統(tǒng)的效能及效益，最終達(dá)到系統(tǒng)的最優(yōu)目標(biāo)。隨著最優(yōu)化理論的發(fā)展，最優(yōu)化模型和算法的不斷完善、創(chuàng)新，如遺傳算法、神經(jīng)網(wǎng)絡(luò)的建立，進(jìn)一步為建立可靠模型、精確求解鋪平道路。在化工生產(chǎn)與產(chǎn)品銷售過(guò)程中，最優(yōu)化的蹤跡更是無(wú)處不在，如生產(chǎn)設(shè)備最優(yōu)化、生產(chǎn)流程最優(yōu)化、運(yùn)輸管道最優(yōu)

2、化、產(chǎn)品利潤(rùn)最優(yōu)化，以及涉及相關(guān)化學(xué)實(shí)驗(yàn)、化學(xué)反應(yīng)動(dòng)力學(xué)的最優(yōu)化模型。最優(yōu)化方法的日益成熟使化工生產(chǎn)低投入高產(chǎn)出得以實(shí)現(xiàn)，節(jié)約了資源提高了效率，降低了污染。而一系列最優(yōu)化軟件，如Matlab、lingo等在化工過(guò)程中得到了廣泛應(yīng)用。 關(guān)鍵詞：最優(yōu)化；化學(xué)工程；應(yīng)用現(xiàn)狀；管網(wǎng)最優(yōu)化方法（也稱運(yùn)籌學(xué)方法）是近幾十年形成的，主要運(yùn)用數(shù)學(xué)方法研究各種系統(tǒng)的優(yōu)化途徑及方案，為決策者提供科學(xué)決策的依據(jù)1。隨著科學(xué)技術(shù)，尤其是計(jì)算機(jī)技術(shù)發(fā)展，最優(yōu)化方法已經(jīng)在各個(gè)領(lǐng)域，如化學(xué)工程、生化工程、機(jī)械工程、土木工程、經(jīng)濟(jì)管理等，得到越來(lái)越廣泛的運(yùn)用2?；み^(guò)程系統(tǒng)最優(yōu)化設(shè)計(jì)的研究在過(guò)去二三十年中取得了很大

3、的進(jìn)展，這主要得益于計(jì)算及技術(shù)的發(fā)展，計(jì)算機(jī)的應(yīng)用不僅僅體現(xiàn)在為大規(guī)模數(shù)值問(wèn)題的處理提供了強(qiáng)有力的工具, 而更多地體現(xiàn)在為過(guò)程設(shè)計(jì)的經(jīng)驗(yàn)和藝術(shù)插上了數(shù)字化的翅膀.大約在十多年前, 當(dāng)大規(guī)模數(shù)學(xué)規(guī)劃方法的實(shí)施仍面臨一系列問(wèn)題時(shí), 在過(guò)程設(shè)計(jì)領(lǐng)域中一種新引入的概念方法一專家系統(tǒng)以及由此而引申的人工智能方法在解決實(shí)際問(wèn)題上表現(xiàn)出的優(yōu)勢(shì), 引起了人們的關(guān)注目前基于知識(shí)和規(guī)則的智能系統(tǒng)研究取得了很大的進(jìn)展, 基于經(jīng)驗(yàn)、工況分析以及逐漸演進(jìn)方法等的設(shè)計(jì)過(guò)程也越來(lái)越多地由計(jì)算機(jī)完成, 應(yīng)用知識(shí)和經(jīng)驗(yàn)規(guī)則進(jìn)行過(guò)程設(shè)計(jì)的計(jì)算機(jī)輔助系統(tǒng)逐步趨于完善, 特別是針對(duì)更加復(fù)雜(例如同時(shí)考慮環(huán)境影響以及安全性)的大規(guī)模過(guò)

4、程系統(tǒng)設(shè)計(jì)問(wèn)題, 這些方法仍會(huì)有很好的應(yīng)用前景?；どa(chǎn)遍布現(xiàn)代生活的方方面面，涉及生活用品、工業(yè)材料、油氣能源，不一而足。化工過(guò)程是一個(gè)由原料到產(chǎn)品的過(guò)程，其中包含物質(zhì)的轉(zhuǎn)化與能量的傳遞，而節(jié)能省材一直是工業(yè)生產(chǎn)的目標(biāo)之一；化學(xué)反應(yīng)需要在特定的反應(yīng)設(shè)備里進(jìn)行，怎樣設(shè)計(jì)反應(yīng)器，使其既能滿足生產(chǎn)要求又能高效率的利用資源，是化工設(shè)計(jì)者的設(shè)計(jì)原則；原料、產(chǎn)物與成品的輸送需要管線，適當(dāng)?shù)墓苈饭艿莱叽绲倪x擇，管道的成本；產(chǎn)量的設(shè)定，產(chǎn)品的銷售等這一系列問(wèn)題都需要最優(yōu)化選擇，而最優(yōu)化算法從建立模型、求解方法方面使這一系列決策盡可能達(dá)到最理想結(jié)果，以下將對(duì)最優(yōu)化方法在化工過(guò)程各個(gè)部分的應(yīng)用作簡(jiǎn)要介紹。針對(duì)化

5、學(xué)工程，最優(yōu)化方法主要應(yīng)用領(lǐng)域包括“三傳一反”過(guò)程優(yōu)化設(shè)計(jì)、工藝操作參數(shù)優(yōu)化、過(guò)程優(yōu)化控制等等3。本文首先討論過(guò)程優(yōu)化基礎(chǔ)及常用算法，而后綜述最優(yōu)化方法在化學(xué)工程主要領(lǐng)域中的應(yīng)用情況。1. 過(guò)程優(yōu)化基礎(chǔ)及常用算法1.1最優(yōu)化方法基礎(chǔ)4過(guò)程優(yōu)化問(wèn)題至少有兩個(gè)要素：第一是可能的方案，稱為決策變量；第二是追求的目標(biāo)，稱為目標(biāo)函數(shù)。一般情況下還需要第三個(gè)要素，即約束條件。過(guò)程優(yōu)化問(wèn)題數(shù)學(xué)模型一般形式為：minxf(x)ÎWs.t. si(x)0(i=1,2,m)      hj(x)=0(j=1,2,n)式中，f、si和hj為x的實(shí)值連續(xù)函數(shù)

6、，通常假定有二階連續(xù)偏導(dǎo)數(shù)。f(x)稱為目標(biāo)函數(shù)；si(x)0稱為不等式約束；hj(x)稱為等式約束；x稱為集約束。沒(méi)有一種通用的優(yōu)化方法或算法適合于所有的過(guò)程優(yōu)化問(wèn)題。通常，根據(jù)目標(biāo)函數(shù)、約束條件的特點(diǎn)和變量的數(shù)目來(lái)選擇優(yōu)化方法。求解優(yōu)化問(wèn)題的一般步驟如下。分析過(guò)程以確定過(guò)程變量，列出變量表； 確定優(yōu)化準(zhǔn)則，根據(jù)變量表及有關(guān)系數(shù)給定目標(biāo)函數(shù)； 用數(shù)學(xué)表達(dá)式寫出過(guò)程或設(shè)備模型，使過(guò)程輸入-輸出變量與有關(guān)系數(shù)相關(guān)聯(lián)； 如果問(wèn)題形式范圍過(guò)大，則可以簡(jiǎn)化目標(biāo)函數(shù)和模型； 選用合適的優(yōu)化技術(shù)求解； 驗(yàn)證結(jié)果正確性，檢查結(jié)果對(duì)問(wèn)題中系數(shù)和假設(shè)變化的靈敏度

7、。 1.2最優(yōu)化常用算法簡(jiǎn)介 最優(yōu)化方法概括起來(lái)，有兩大類：確定性搜素和隨機(jī)性搜素方法。 確定的搜索方法首先選擇一個(gè)初始點(diǎn)，然后通過(guò)分析目標(biāo)函數(shù)的特性，由初始點(diǎn)轉(zhuǎn)移到另一個(gè)點(diǎn)，然后繼續(xù)這個(gè)過(guò)程，直到得到最優(yōu)解。確定性搜索一般包括一維優(yōu)化算法（直線搜素）、無(wú)約束最優(yōu)化方法（梯度法、直接法）和約束最優(yōu)化方法（線性規(guī)劃、非線性規(guī)劃等）。隨機(jī)性搜索方法，包括演化算法、模擬退火法等。演化算法是基于生物進(jìn)化機(jī)制的隨機(jī)優(yōu)化方法，如遺傳算法（GA）、進(jìn)化規(guī)劃（EP）、進(jìn)化策略（ES）及遺傳規(guī)劃（GP）。這些方法從一定規(guī)模的種群出發(fā)，經(jīng)過(guò)進(jìn)化算子，如選擇、雜交、變異等，使?jié)撛诮庋莼骄哂懈?/p>

8、適應(yīng)值的解，最終收斂到全局最優(yōu)解。2.最優(yōu)化方法在化學(xué)工程中的應(yīng)用2.1傳熱和能量守恒最優(yōu)化楊麗5等基于分布參數(shù)方法，對(duì)大型制冷系統(tǒng)中的水平管外降膜蒸發(fā)進(jìn)行了傳熱優(yōu)化設(shè)計(jì)；程學(xué)濤6等基于廣義傳熱定律的傳熱與熱功轉(zhuǎn)換過(guò)程進(jìn)行了優(yōu)化設(shè)計(jì)；楊元亮等對(duì)具井筒熱流體循環(huán)采油工藝的數(shù)學(xué)模型（半隱式邊界條件的非線性常微分方程組）邊值問(wèn)題，依據(jù)方程組的邊界條件提出一種以待求初值為設(shè)計(jì)變量,由結(jié)果誤差構(gòu)造目標(biāo)函數(shù)并求其最小值的直接最優(yōu)化算法；鄧先和基于非線性規(guī)劃對(duì)軸流型換熱器殼程的傳熱進(jìn)行了優(yōu)化設(shè)計(jì)；郭江峰基于多目標(biāo)遺傳算法，提出了將傳熱引起的無(wú)量綱熵產(chǎn)和阻力引起的無(wú)量綱熵產(chǎn)當(dāng)作兩個(gè)獨(dú)立的目標(biāo)函數(shù)的換熱器多目標(biāo)

9、優(yōu)化設(shè)計(jì)方法，并給出多個(gè)可供選擇的Pareto最優(yōu)解；Mauro7等應(yīng)用粒子群優(yōu)法對(duì)管殼式換熱器進(jìn)行了優(yōu)化設(shè)計(jì)；Jimenez8等對(duì)連續(xù)換熱器的絕熱精餾塔進(jìn)行了優(yōu)化設(shè)計(jì)Arab等基于遺傳算法，以熱泵為例，對(duì)工作流的傳熱和選擇進(jìn)行優(yōu)化。Li等利用改進(jìn)并行方法（SOSA）對(duì)換熱網(wǎng)絡(luò)進(jìn)行優(yōu)化設(shè)計(jì)。2.2化工設(shè)備最優(yōu)化化工生產(chǎn)中涉及的設(shè)備，如空分裝置、通風(fēng)機(jī)、反應(yīng)釜、蒸汽冷卻器、報(bào)警裝置等都需要對(duì)其相關(guān)參數(shù)進(jìn)行最優(yōu)化，以降低能耗提高效率。空分裝置是一種利用空氣深冷精餾制造工業(yè)用的氮、氧、氬及其它稀有氣體的一系列設(shè)備組合，其流程復(fù)雜，整個(gè)系統(tǒng)由兩個(gè)相互聯(lián)系的復(fù)雜塔、若干臺(tái)換熱器以及節(jié)流、膨脹設(shè)備等組成。

10、整個(gè)系統(tǒng)構(gòu)成了完整的熱力學(xué)循環(huán)，物料流和能量流相互影響，牽一動(dòng)眾?？諝饪煽醋鱊2-Ar-O2三元混合物，于成烈等利用模擬調(diào)優(yōu)方法解決了提高氧氣產(chǎn)量的問(wèn)題。王旭開(kāi)等對(duì)生產(chǎn)己二酸的反應(yīng)機(jī)理與反應(yīng)動(dòng)力學(xué)進(jìn)行了假設(shè)與簡(jiǎn)化后，建立了己二酸裝置的數(shù)學(xué)模型，并在計(jì)算機(jī)上應(yīng)用序貫計(jì)算方法對(duì)該裝置進(jìn)行了模擬，在此基礎(chǔ)上，用Needer-Mead最優(yōu)化方法求解己二酸裝置的最優(yōu)工藝參數(shù)根據(jù)模擬和優(yōu)化計(jì)算結(jié)果提出了最優(yōu)方案，該方案減少了原料用量和副產(chǎn)物的生成。此外，通過(guò)建立多維有約束的最優(yōu)化模型，并通過(guò)將單純形法和懲罰函數(shù)法相結(jié)合，解決了通風(fēng)機(jī)、冷凝器的效率問(wèn)題。潘立登等定義了交叉相似度的概念，分析了交叉相似度與遺傳

11、算法效率的關(guān)系，并提出一種基于交叉相似度的自適應(yīng)遺傳算法，并將自適應(yīng)遺傳算法用于丙烯水合反應(yīng)器的優(yōu)化，取得了令人滿意的效果；洪梅等以擬均相一維模型為基礎(chǔ),考察了兩種考慮催化劑失活時(shí)甲醇合成反應(yīng)器的優(yōu)化策略，方程求解采用Gear法,優(yōu)化方法為序貫二次規(guī)劃；曹柳林等研究一個(gè)典型的間歇反應(yīng)過(guò)程，在建立主產(chǎn)物濃度和反應(yīng)溫度的模型基礎(chǔ)上,利用PSO(粒子群)-SQP(序列二次規(guī)劃)算法對(duì)間歇過(guò)程的反應(yīng)溫度進(jìn)程進(jìn)行優(yōu)化，采用結(jié)構(gòu)逼近式混合神經(jīng)網(wǎng)絡(luò)建立對(duì)象的數(shù)學(xué)模型，提出了以EISE為控制目標(biāo)的最優(yōu)控制策略；Umegaki9等利用遺傳算法結(jié)合負(fù)反饋神經(jīng)網(wǎng)絡(luò)優(yōu)化選出合成氣制備甲醇的CuZnAlSc氧載體催化劑

12、；Brokaw等對(duì)反應(yīng)路徑進(jìn)行研究，其通過(guò)完整約束優(yōu)化，找到一個(gè)反應(yīng)路徑之后，轉(zhuǎn)化為一個(gè)約束優(yōu)化問(wèn)題，這種方法避免了尋找最小能量路徑（MEPs），加快了收斂的速度，以總哈密頓量為目標(biāo)函數(shù)，確定出最短哈密爾頓路徑（MHP）。2.3化工流程最優(yōu)化目前求解大規(guī)?；み^(guò)程優(yōu)化與模擬問(wèn)題時(shí), 必然面臨的一個(gè)困難就是由于系統(tǒng)的大規(guī)模所帶來(lái)的迅速增長(zhǎng)的計(jì)算時(shí)間。解決該問(wèn)題的關(guān)鍵在于減少求解稀疏大型線性方程組所需的時(shí)間。一種基于并行先導(dǎo)表法的并行計(jì)算方法用于求解稀疏大型線性方程組, 通過(guò)重排將大型矩陣轉(zhuǎn)化為帶邊塊對(duì)角形式，進(jìn)而可進(jìn)行并行部分LU分解。化工過(guò)程是一個(gè)時(shí)變的、不確定的多變量輸人輸出關(guān)聯(lián)系統(tǒng), 其內(nèi)

13、部機(jī)理十分復(fù)雜, 在化工過(guò)程預(yù)報(bào)中, 存在極強(qiáng)的非線性關(guān)系。目前對(duì)這一過(guò)程的機(jī)理雖不乏研究, 但面對(duì)化工過(guò)程中復(fù)雜的實(shí)際問(wèn)題, 利用傳統(tǒng)的數(shù)學(xué)方法已經(jīng)很難解決。當(dāng)前比較成功的辦法是采取人工神經(jīng)網(wǎng)絡(luò)算法, 通過(guò)神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)、自組織能力來(lái)預(yù)測(cè)未知的知識(shí)?；み^(guò)程的優(yōu)化方法是用多次完整的系統(tǒng)穩(wěn)態(tài)模擬來(lái)估算目標(biāo)函數(shù)和約束條件, 再通過(guò)迭代計(jì)算來(lái)收斂。對(duì)于一個(gè)中型的流程來(lái)說(shuō), 最優(yōu)化問(wèn)題的變量總數(shù)可達(dá)數(shù)千維, 各種描述方程及等式約束方程也有數(shù)千個(gè)之多。雖然從原則上來(lái)講, 最優(yōu)化方法本身并不受維數(shù)的限制, 但由于流程規(guī)模及變量數(shù)的增大, 最優(yōu)化問(wèn)題的規(guī)模也相應(yīng)增大, 如無(wú)合理有效的策略, 就會(huì)引起維數(shù)

14、災(zāi)難，使最優(yōu)化發(fā)生困難。油廠的物流以原油的加工為主線, 生產(chǎn)流程從原油的采購(gòu)開(kāi)始, 經(jīng)過(guò)原油的儲(chǔ)運(yùn)、原油的混合、生產(chǎn)裝置的加工、油品調(diào)合、成品油的儲(chǔ)運(yùn), 最后到成品油的銷售，每一環(huán)節(jié)都涉及相關(guān)參數(shù)的最優(yōu)化?？紤]環(huán)境影響的間歇化工過(guò)程優(yōu)化是一類復(fù)雜的組合優(yōu)化問(wèn)題, 可表示為混合整數(shù)線性規(guī)劃(MINLP), 整數(shù)變量為結(jié)構(gòu)變量, 如設(shè)備、原料條件以及清洗溶劑的選擇等, 連續(xù)變量為操作變量, 如某生產(chǎn)時(shí)間、批量、產(chǎn)量和產(chǎn)生的廢物量等。目標(biāo)函數(shù)分為兩類, 一是單目標(biāo)函數(shù), 一般是以費(fèi)用最小作為目標(biāo), 為此需將廢物對(duì)環(huán)境的影響轉(zhuǎn)化為費(fèi)用。2.4分離工程最優(yōu)化Fang等基于能耗最低原理對(duì)分隔壁塔傳熱過(guò)程進(jìn)

15、行優(yōu)化；Jain等運(yùn)用限制梯度法對(duì)單級(jí)間歇精餾過(guò)程，以能耗最小為目標(biāo)函數(shù)，對(duì)間歇精餾塔操作參數(shù)進(jìn)行了優(yōu)化；Furlonge多目標(biāo)動(dòng)態(tài)規(guī)劃方法考察了多級(jí)間歇精餾，并以操作費(fèi)用最小為目標(biāo)函數(shù)，對(duì)多級(jí)間歇精餾塔的操作參數(shù)進(jìn)行了優(yōu)化；Vázquez-Ojeda以再沸器數(shù)量最小為目標(biāo)，對(duì)熱耦和反應(yīng)精餾過(guò)程進(jìn)行優(yōu)化和控制分析；Kraemer利用二步混合非線性方程嚴(yán)格解法計(jì)算并優(yōu)化了均相共沸蒸餾過(guò)程；Garca等運(yùn)用隨機(jī)及確定性算法對(duì)以甘油作萃取劑萃取精餾乙醇過(guò)程的塔板數(shù)及進(jìn)料位置進(jìn)行了優(yōu)化；Stichlmair利用混合整數(shù)非線性規(guī)劃，以操作費(fèi)用最小，對(duì)合成MTBE過(guò)程反應(yīng)精餾塔進(jìn)行了優(yōu)化；潘繼萍

16、10針對(duì)化工分離過(guò)程的特點(diǎn),結(jié)合化工分離過(guò)程不確定因素的性質(zhì),提出了帶補(bǔ)償?shù)亩A段隨機(jī)規(guī)劃和機(jī)會(huì)約束規(guī)劃混合的隨機(jī)規(guī)劃策略進(jìn)行過(guò)程優(yōu)化；金晶11采用自尋優(yōu)控制算法對(duì)系統(tǒng)進(jìn)行了在線優(yōu)化控制,利用此控制算法找出蒸餾過(guò)程實(shí)時(shí)變化的最佳工藝參數(shù)，采用自尋優(yōu)的優(yōu)化控制算法,使分子蒸餾系統(tǒng)可以在工作過(guò)程中能夠自動(dòng)尋找最優(yōu)工作點(diǎn),并且可以實(shí)現(xiàn)在改變工況的環(huán)境下,也能夠自動(dòng)尋找最優(yōu)工作點(diǎn)。2.5流體流動(dòng)系統(tǒng)最優(yōu)化Khishvand等以在油價(jià)不確定條件下，使得日常獲取的現(xiàn)金流最大化為目標(biāo)函數(shù)，采用非線性規(guī)劃方法對(duì)氣舉分配進(jìn)行優(yōu)化；Alcántara-Avila以能量消耗和年操作費(fèi)用為目標(biāo)函數(shù)，對(duì)壓縮機(jī)

17、輔助精餾過(guò)程聯(lián)合熱集成系統(tǒng)進(jìn)行多目標(biāo)優(yōu)化；樊濤12以Bonhoeffer-van der Pol（簡(jiǎn)稱為BVP）模型為例，對(duì)同倫分析方法進(jìn)行優(yōu)化，給出了在整個(gè)區(qū)間內(nèi)都一致有效的高精度解析近似解，并進(jìn)一步驗(yàn)證了同倫分析方法的有效性；嚴(yán)寧榕13應(yīng)用生態(tài)學(xué)優(yōu)化準(zhǔn)則在非線性流阻的影響下，兼顧流體流動(dòng)作功裝置的輸出功率與功率損耗，求出裝置了的生態(tài)學(xué)優(yōu)化性能。2.6管網(wǎng)最優(yōu)化化工生產(chǎn)中繁復(fù)的管網(wǎng)系統(tǒng)是不可避免的，如原料的輸送、中間產(chǎn)物在各裝置間的傳輸、產(chǎn)品的輸送，要滿足輸送要求，對(duì)流速、管網(wǎng)布置都有特殊要求，兼顧便利、省材、安全等條件。因此，建立恰當(dāng)?shù)臄?shù)學(xué)模型是必要的，再以適當(dāng)?shù)乃惴▽?duì)模型求解以尋找符合輸

18、送條件的管網(wǎng)參數(shù)。首先以管網(wǎng)工程投資最小為目標(biāo), 根據(jù)所需的節(jié)點(diǎn)流量分配, 考慮流量平衡和管網(wǎng)平差以及節(jié)點(diǎn)的水頭要求, 用數(shù)學(xué)規(guī)劃方法建立最優(yōu)化模型并求解出最優(yōu)解。該最優(yōu)解包括各管段的最優(yōu)理想直徑和各節(jié)點(diǎn)的水頭14。然后根據(jù)管道的實(shí)際管徑以及事故時(shí)、消防時(shí)校核數(shù)據(jù)分析, 對(duì)最優(yōu)解進(jìn)行調(diào)整, 形成一個(gè)符合實(shí)際技術(shù)要求的優(yōu)化管網(wǎng)設(shè)計(jì)方案。2.7最優(yōu)化軟件MATLAB 是Mathworks 公司于1984 年推出的數(shù)值計(jì)算軟件。MATLAB 具有如下特點(diǎn)：支持多平臺(tái)操作系統(tǒng)；簡(jiǎn)單易學(xué)的編程語(yǔ)言；編程效率高，可以直接調(diào)用大量的MATLAB 函數(shù)，編程速度快；用途廣泛，可用于數(shù)值計(jì)算和符號(hào)計(jì)算、數(shù)據(jù)分析

19、、工程繪圖、圖形用戶界面設(shè)計(jì)、建模和仿真、控制系統(tǒng)設(shè)計(jì)、數(shù)字信號(hào)處理等MATLAB 在化工中的應(yīng)用包括：數(shù)值分析。如實(shí)驗(yàn)數(shù)據(jù)的擬合（包括非線性擬合、自定義函數(shù)擬合）、數(shù)值積分?jǐn)?shù)值微分、求代數(shù)方程（組）的數(shù)值解、求常微分方程（組）的數(shù)值解等；偏微分方程的求解，對(duì)化工設(shè)備中的溫度、濃度等的動(dòng)態(tài)模擬；化工最優(yōu)化。包括研究開(kāi)發(fā)中實(shí)驗(yàn)方案最優(yōu)化、化工數(shù)學(xué)模型的參數(shù)估計(jì)、化工過(guò)程優(yōu)化設(shè)計(jì)、工藝操作參數(shù)的優(yōu)化、過(guò)程優(yōu)化控制以及最優(yōu)生產(chǎn)調(diào)度等；實(shí)驗(yàn)設(shè)計(jì)及數(shù)據(jù)處理。MATLAB 是工程師、科研工作者最好的語(yǔ)言，最好的工具，最好的幫手。近幾年，在學(xué)術(shù)界和工業(yè)領(lǐng)域，其工具箱具有強(qiáng)大功能和使用方法，是動(dòng)態(tài)系統(tǒng)進(jìn)行建模

20、、仿真和分析的1個(gè)軟件包。它支持線性和非線性系統(tǒng)、連續(xù)時(shí)間系統(tǒng)、離散時(shí)間系統(tǒng)等，而且系統(tǒng)可以是多進(jìn)程的。3結(jié)語(yǔ)最優(yōu)化方法是運(yùn)用數(shù)學(xué)手段研究系統(tǒng)的優(yōu)化途徑及方案，為決策者提供最優(yōu)化的決策方案?；み^(guò)程是一個(gè)繁復(fù)多變的過(guò)程，化工設(shè)備、工藝流程、管道設(shè)計(jì)及產(chǎn)品供給等一系列過(guò)程都需要進(jìn)行最優(yōu)化的評(píng)選，以獲取最節(jié)能、最省材、最環(huán)保、最經(jīng)濟(jì)的工程決策。最優(yōu)化方法的一系列數(shù)學(xué)模型及數(shù)值計(jì)算方法在化工過(guò)程中顯示出重要作用，為化工的發(fā)展提供了技術(shù)支持。新興的最優(yōu)化技術(shù)方興未艾，如遺傳算法、神經(jīng)網(wǎng)絡(luò)等，連同一系列強(qiáng)大的數(shù)值計(jì)算軟件，為今后化工領(lǐng)域各過(guò)程的進(jìn)一步優(yōu)化和發(fā)展提供了可能。最優(yōu)化方法的目的在于針對(duì)所研究的

21、系統(tǒng)，求得一個(gè)合理運(yùn)用人力、物力和財(cái)力的最佳方案，發(fā)揮和提高系統(tǒng)的效能及效益，最終達(dá)到系統(tǒng)的最優(yōu)目標(biāo)。當(dāng)系統(tǒng)模型建立起來(lái)之后，如何快速且準(zhǔn)確求取全局最優(yōu)解是最優(yōu)化方法研究的主要方向之一?；瘜W(xué)工業(yè)是系統(tǒng)工程，隨著資源的相對(duì)匱乏特別是能源危機(jī)以及全社會(huì)對(duì)環(huán)境保護(hù)的要求越來(lái)越高，化工過(guò)程的設(shè)計(jì)與操作要求資源高效利用，能量消耗最少以及實(shí)現(xiàn)污染排放物最小，這使設(shè)計(jì)的過(guò)程單元與單元之間的聯(lián)系更加密切，系統(tǒng)的信息含量越來(lái)越多，反映在裝置上即其集成度越來(lái)越高。利用最優(yōu)化方法，借助數(shù)學(xué)計(jì)算軟件（如Matlab、Mathematic）和編程語(yǔ)言（如Frotran、C+）等解決化工問(wèn)題，是將來(lái)應(yīng)用研究的深入必由之路

22、。參考文獻(xiàn)1 張立衛(wèi). 最優(yōu)化方法M. 北京：科學(xué)出版社，2010. 2 劉志斌，陳軍斌，劉建軍. 最優(yōu)化方法及應(yīng)用案例M. 北京：石 油工業(yè)出版社，2013. 3 黃華江. 實(shí)用化工計(jì)算機(jī)模擬MATLAB在化學(xué)工程中的應(yīng)用 M.北京：化學(xué)工業(yè)出版社，2004. 4 楊友麟，項(xiàng)曙光. 化工過(guò)程模擬與優(yōu)化M. 北京：化學(xué)工業(yè)出版 社，2006. 5 楊麗，王文，白云飛，等. 水平管降膜蒸發(fā)器傳熱優(yōu)化

23、研究J. 工 程熱物理學(xué)報(bào). 2009, 30(11):1913-1916. 6 程雪濤，王文華，梁新剛. 基于廣義傳熱定律的傳熱與熱功轉(zhuǎn)換 優(yōu)化J. 中國(guó)科學(xué). 2012, 42(10): 1179-1187. 7 Ravagnani M A S S, Silva A P, Biscaia Jr E C, et al.

24、0;Optimal design  of shell-and-tube heat exchangers using particle swarm  optimizationJ. Industrial & Engineering Chemistry Research, 2009,  48(6): 2927-2935. 8 Jimenez E S, Salamon P, Rivero R, et al. Optimization of a diabatic