智能工程與過(guò)程系統(tǒng)的集成優(yōu)化

1、智能工程與過(guò)程系統(tǒng)的集成優(yōu)化*錢宇張培榮 王克峰(華南理工人學(xué)化學(xué)工程研究所，廣州，510641)摘 要 系統(tǒng)科學(xué)和信息技術(shù)的迅速發(fā)展為工業(yè)過(guò)程的計(jì)算 機(jī)集成系統(tǒng)提供了基礎(chǔ)，而以模糊專家系統(tǒng)和神經(jīng)網(wǎng)絡(luò)為代表的 人工智能技術(shù)為解決過(guò)程工程中許多技術(shù)難題開辟了道路。本文 著重討論過(guò)程系統(tǒng)集成優(yōu)化的概念，并重點(diǎn)論述人工神經(jīng)網(wǎng)絡(luò)、 模糊專家系統(tǒng)、進(jìn)化算法等智能輔助的系統(tǒng)優(yōu)化技術(shù)。關(guān)鍵詞計(jì)算機(jī)集成過(guò)程系統(tǒng)(cips) 智能輔助過(guò)程工程 (iape) 系統(tǒng)優(yōu)化引 言隨著過(guò)程工業(yè)企業(yè)向大型化、集成化和連續(xù)化方向發(fā)展，人們對(duì)生 產(chǎn)過(guò)程優(yōu)質(zhì)、高產(chǎn)、低消耗、安全和環(huán)境等方面提出了更高的要求，待 別是在當(dāng)前能源和資

2、源緊缺，國(guó)際市場(chǎng)競(jìng)爭(zhēng)激烈的情況下，如何實(shí)現(xiàn) 生產(chǎn)過(guò)程的最優(yōu)化，最大限度地提高生產(chǎn)效率，是過(guò)程工業(yè)而臨的 嚴(yán)峻挑戰(zhàn)。經(jīng)典的化學(xué)工程學(xué)以單元操作和“三傳一反"為棊礎(chǔ)，著重研究各 個(gè)單元過(guò)程和設(shè)備的特性，積累了豐富的知識(shí)和經(jīng)驗(yàn)。而對(duì)由多種單 元過(guò)程和裝置組成的綜合系統(tǒng)，如大型石油化工金業(yè)和多品種牌號(hào) 的精細(xì)化工過(guò)程的整體綜合特性，則研究較少。二十世紀(jì)科學(xué)技術(shù) 發(fā)展的一個(gè)重要特征，是各個(gè)學(xué)科領(lǐng)域的相互滲透和相互支撐。過(guò) 程系統(tǒng)工程作為化學(xué)工程屮的一個(gè)新興交叉子學(xué)科，是在系統(tǒng)工程、 化學(xué)工程、過(guò)程控制、信息技術(shù)、計(jì)算機(jī)技術(shù)等學(xué)科發(fā)展的基礎(chǔ)上萌 生并發(fā)展起來(lái)的。一方而，它對(duì)化工流程中化學(xué)反應(yīng)、分

3、離過(guò)程、能 量交換過(guò)程等各單元子過(guò)程追求集成和優(yōu)化，尋求最佳的技術(shù)經(jīng)濟(jì)目 標(biāo)；另一方面，它采用數(shù)學(xué)模擬和物理模擬相結(jié)合的方法，從信息、"聯(lián)系人及第一作者：錢寧，男，41歲，教授、博士導(dǎo)師。e-mail: ceyuqian國(guó)家自然科學(xué)基金資助項(xiàng)目(no. 29576239 ).任務(wù)、和方法等多種角度的集成對(duì)過(guò)程系統(tǒng)進(jìn)行最優(yōu)設(shè)計(jì)，實(shí)施最優(yōu) 操作、最優(yōu)控制，實(shí)現(xiàn)過(guò)程系統(tǒng)的綜合整體優(yōu)化。其中，工藝設(shè)計(jì)少 過(guò)程控制已相對(duì)較為成熟，而對(duì)企業(yè)生存和發(fā)展至關(guān)重要的經(jīng)營(yíng)管理 技術(shù)和生產(chǎn)運(yùn)行的全過(guò)程全生命周期的集成優(yōu)化，是目前過(guò)程系統(tǒng)工 程 領(lǐng)域的最新研究前沿，有待于深入開拓。1過(guò)程系統(tǒng)集成優(yōu)化八十年代

4、 初期，在計(jì)算機(jī)、自動(dòng)化、信息技術(shù)迅速發(fā)展的推動(dòng) 下，工業(yè)系統(tǒng)工程界提出一種新的組織企業(yè)生產(chǎn)的哲理和運(yùn)行模式一 計(jì)算機(jī)集成制造系統(tǒng)(computer integrated manufacturing system, cims),利用計(jì) 算機(jī)進(jìn)行信息集成，對(duì)生產(chǎn)過(guò)程的各子系統(tǒng)實(shí)施綜合集成，以縮短新 產(chǎn)品研制、產(chǎn)品生產(chǎn)和交貨周期，提高產(chǎn)品質(zhì)量，降低成木。國(guó)際學(xué)術(shù) 界和工程界將此視為21世紀(jì)占主導(dǎo)地位的新型生產(chǎn)方式。過(guò)程工業(yè)大多屬連續(xù)式物料反應(yīng)和加工過(guò)程，與機(jī)電行業(yè)的工件 型離散生產(chǎn)模式有所不同，其生產(chǎn)的組織和調(diào)度也有很大差別。與優(yōu) 質(zhì)低耗有關(guān)的優(yōu)化操作問(wèn)題，以及與安全生產(chǎn)和環(huán)境風(fēng)險(xiǎn)控制有關(guān)的 過(guò)程

5、運(yùn)行控制問(wèn)題，是過(guò)程系統(tǒng)工程屮兩大特點(diǎn)和難點(diǎn)。為此，過(guò)程 工業(yè)界引入cims概念時(shí)提出了一種分級(jí)分布式自動(dòng)化管理和計(jì)算機(jī)控 制一體化的綜合性過(guò)程系統(tǒng)，稱為計(jì)算機(jī)集成過(guò)程系統(tǒng)(computer integrated process system, cips)。ci ps的目標(biāo)就是要將從棊礎(chǔ)的過(guò)程控制和操 作直到公司高層管理決策集成在一起，形成一個(gè)管理一控制一體化的 高效能高柔性的智能生產(chǎn)系統(tǒng) ,這將成為二十一世紀(jì)過(guò)程系統(tǒng)工 程領(lǐng)域最具活力的研究方向之一。其基木方法是：從生產(chǎn)運(yùn)營(yíng)整體出 發(fā)，將金業(yè)的牛產(chǎn)、營(yíng)銷和管理的各種信息集成起來(lái)；將人員、設(shè) 備、材料、資金及信息等資源合理組織、有效利用，同時(shí)綜

6、合分析系 統(tǒng)內(nèi)部和外界因素的變化，借此不斷地調(diào)整企業(yè)內(nèi)部的活動(dòng)以適應(yīng)這 些變化，使過(guò)程系統(tǒng)達(dá)到設(shè)計(jì)、運(yùn)行和經(jīng)營(yíng)管理的最優(yōu)h標(biāo)。近二十年來(lái)，人們開發(fā)了化工過(guò)程運(yùn)行中各種局部功能的計(jì)算機(jī) 輔助運(yùn)行(computer-aided process operation, capo)系統(tǒng)引， 如調(diào)度排 產(chǎn)、數(shù)據(jù)采集和校止、在線模擬、故障診斷、運(yùn)行調(diào)優(yōu)等。 capo介于最基礎(chǔ)的過(guò)程控制和彊上層的計(jì)算機(jī)管理信息系統(tǒng)(mts)以及 決策支持系統(tǒng)(dss)之間的廣大領(lǐng)域，是連接過(guò)程控制和決策管理之 間的橋梁。它們分別對(duì)局部層次的運(yùn)行優(yōu)化起到了積極的作用。然 而，capo的加和不等于系統(tǒng)集成，局部?jī)?yōu)化不一定全局最優(yōu)

7、。故此有必 要將各capo功能塊集成起來(lái)，形成計(jì)算機(jī)集成過(guò)程運(yùn)行系統(tǒng)(computer integrated process operation system, cipos) 3io 這 里所強(qiáng) 調(diào) 的"集成”包括 以下三個(gè)方面：(1)信息集成：信息集成是ctpo8的關(guān)鍵。能對(duì)過(guò)程工業(yè)這一復(fù)雜 大系統(tǒng)進(jìn)行準(zhǔn)確和完整的信息應(yīng)該包括過(guò)程數(shù)據(jù)、模型和經(jīng)驗(yàn)等多種 表達(dá)形式的知識(shí)。信息分為局部信息和全局信息兩種。為保持系統(tǒng) 的一致性，并使不同的管理。開發(fā)和使用人員共享信息，必須對(duì)全局 信息實(shí)現(xiàn)集成，保證系統(tǒng)的開發(fā)效率和運(yùn)行性能。任務(wù)集成：c i p 0 s中各部分優(yōu)化任務(wù)是相互關(guān)聯(lián)的，它們 應(yīng)

8、該被置于一個(gè)統(tǒng)一的集成的框架之中，使不同的決策過(guò)程能夠協(xié)調(diào) 一致，從血保證整體決策的全面和有效。方法集成：為實(shí)現(xiàn)各種任務(wù)和決策，需各種優(yōu)化工具和方 法，如何實(shí)現(xiàn)對(duì)適當(dāng)問(wèn)題和適當(dāng)步驟采用適當(dāng)?shù)姆椒?，以及如何避?因引入的各種方法導(dǎo)致不同的求解模塊之間的溝通障礙，也是必須 認(rèn)真解決的問(wèn)題。盡管計(jì)算機(jī)已在過(guò)程模擬和分析、設(shè)備選型和評(píng)價(jià)、分離序列和 能量系統(tǒng)的合成。操作優(yōu)化及牛產(chǎn)調(diào)度等各方面發(fā)揮著重要的作用， 但計(jì)算機(jī)通常被理解成“計(jì)算機(jī)器”而被認(rèn)為它解決的是“ 一組方程的 數(shù)值解二 隨著過(guò)程系統(tǒng)口益龐大和復(fù)雜程度增加，計(jì)算機(jī)系統(tǒng)把握過(guò) 程全局的能力顯得口益薄弱。另一方面，過(guò)程系統(tǒng)的物理和化學(xué)機(jī)理 的

9、解析模型越來(lái)越難以秋得。這給過(guò)程系統(tǒng)工程界提出了一個(gè)嚴(yán)峻的 問(wèn)題：當(dāng)我們對(duì)系統(tǒng)的認(rèn)識(shí)不足以構(gòu)造清晰的數(shù)字模型時(shí)，如何運(yùn)用 領(lǐng)域?qū)＜叶嗄攴e累的經(jīng)驗(yàn)和知識(shí)對(duì)系統(tǒng)有正確的把握，使計(jì)算機(jī)能正 確處理這些定性的和半定量的信息，建立適合于過(guò)程的模型以使系統(tǒng) 安全、正常優(yōu)質(zhì)地運(yùn)行？基于知識(shí)的系統(tǒng)的不斷發(fā)展，開辟了一個(gè)新 的研究方向一將人工智能的技術(shù)引入化工過(guò)程系統(tǒng)，使cipos不但具 有“數(shù)值計(jì)算"的能力，還有人類常識(shí)、專業(yè)知識(shí)和專家推理判斷的“智 能”，從而使系統(tǒng)更多地具有人類專家的素質(zhì)和性能來(lái)運(yùn)行企業(yè)的生 產(chǎn)過(guò)程。2智能輔助的過(guò)程系統(tǒng)優(yōu)化八十年代以來(lái)，人工智能和系統(tǒng)科學(xué)迅速發(fā)展，岀現(xiàn)了一個(gè)新的

10、 交叉學(xué)科和工程技術(shù)領(lǐng)域一智能輔助過(guò)程工程（intelligence-aided process engineering, iape嚴(yán)習(xí)。 它將人工智能和系統(tǒng)科學(xué)的最新成果應(yīng)用于過(guò) 程系統(tǒng)的設(shè)計(jì)、合成、建模、優(yōu)化、管理和控制，研究常規(guī)數(shù)據(jù)與信 息一致性表述和處理的途徑，充分利用專家知識(shí)，回歸模型方程、操 作經(jīng)驗(yàn)、事故案例等非結(jié)構(gòu)化知識(shí)和模糊信息，改進(jìn)和擴(kuò)展現(xiàn)有的模 型化方法、優(yōu)化算法和控制策略，提高工業(yè)過(guò)程模型化和集成優(yōu)化的 水平。工程師可靈活運(yùn)用定性或粗略定量的信息作出決策而不必經(jīng)過(guò)復(fù) 雜的數(shù)學(xué)計(jì)算。其中經(jīng)驗(yàn)式推理是應(yīng)用得最為廣泛的一種。人類專 家能夠在很大的彈性范圍內(nèi)運(yùn)用已有的知識(shí)和經(jīng)驗(yàn)尋

11、求解決方案。一 個(gè)對(duì)企業(yè)運(yùn)行和生產(chǎn)有意義的決策，從來(lái)就不可能僅僅依靠數(shù)學(xué)模型 的求解而無(wú)視人類專家的分析論證意見(jiàn)。計(jì)算機(jī)應(yīng)該而且可以學(xué)習(xí)人 類專家的這種能力，將不同形式的知識(shí)變成計(jì)算機(jī)處理步驟以適應(yīng)廣 泛復(fù)雜的問(wèn)題。智能技術(shù)包括知識(shí)庫(kù)系統(tǒng)、模糊邏輯、人工神經(jīng)網(wǎng) 絡(luò)、仿牛優(yōu)化算法等，如圖1所示。它們已成功地解決了許多實(shí)際工程 問(wèn)題。以下將主耍結(jié)合作者的研究工作介紹幾個(gè)方面的應(yīng)用。artificiaeurahmebodjknowledge &data in put» rough and/or fuzzy data preprocessing ifuzzy systemproced

12、urala post-processingi outputexpert systembi-directi on data busfigure 1 a schematic of intelligent systems2.1人工神經(jīng)網(wǎng)絡(luò)在過(guò)程系統(tǒng)優(yōu)化中的應(yīng)用人工神經(jīng)網(wǎng)絡(luò)模仿人類通過(guò)大腦感知認(rèn)識(shí)復(fù)朵問(wèn)題的具體過(guò)程特 征，經(jīng)反復(fù)學(xué)習(xí)和“試錯(cuò)"，從而最終把握過(guò)程系統(tǒng)的輸入輸出關(guān)系特 征。采用人工神經(jīng)網(wǎng)絡(luò)表明了在認(rèn)知和表達(dá)復(fù)雜系統(tǒng)時(shí)機(jī)理模型的局 限性，是一種對(duì)認(rèn)知方式的“返樸歸真二過(guò)程系統(tǒng)優(yōu)化通常是通過(guò)非線性數(shù)學(xué)規(guī)劃方法來(lái)求解。由于常規(guī) 的數(shù)學(xué)規(guī)劃方法需要精確完備的數(shù)學(xué)模型并進(jìn)行大量的搜索和計(jì)算

13、， 計(jì)算方法較為復(fù)雜、計(jì)算時(shí)間很長(zhǎng)，實(shí)際上很難用于工業(yè)過(guò)程在線調(diào) 優(yōu)。當(dāng)過(guò)程變量z間沒(méi)有完整的數(shù)學(xué)模型 時(shí)，優(yōu)化就更為困難。神經(jīng)網(wǎng)絡(luò)可用于機(jī)理復(fù)雜fl難以認(rèn)識(shí)清楚，但輸入/輸出數(shù)據(jù)容 易獲得的過(guò)程系統(tǒng)的建模和仿真問(wèn)題。作為黑箱模型，神經(jīng)網(wǎng)絡(luò)的建 立不依賴于先驗(yàn)知識(shí)。研究表明，網(wǎng)絡(luò)的輸入輸出結(jié)構(gòu)是可變的，可 不同于實(shí)際系統(tǒng)的輸入輸出結(jié)構(gòu)。許多研究者將神經(jīng)網(wǎng)絡(luò)用于過(guò)程系 統(tǒng)的仿真。我們?cè)捎们梆伾窠?jīng)網(wǎng)絡(luò)對(duì)紙 漿制漿過(guò)程建模和優(yōu)化。使 網(wǎng)絡(luò)從工廠dcs系統(tǒng)的實(shí)際運(yùn)行記錄中學(xué)習(xí)知識(shí)，節(jié)省了大量的勞動(dòng) 去開發(fā)機(jī)理模型或基于規(guī)則的專家系統(tǒng)。在此某礎(chǔ)上，我們提出了一 種新的神經(jīng)網(wǎng)絡(luò)輸入輸出結(jié)構(gòu)，它與實(shí)際系統(tǒng)

14、的結(jié)構(gòu)不同，可將需要 控制的變量參數(shù)設(shè)為網(wǎng)絡(luò)的輸入，而操作控制變量則作為網(wǎng)絡(luò)的輸 出。在一定的范圍內(nèi)，網(wǎng)絡(luò)經(jīng)過(guò)學(xué)習(xí)后，可根據(jù)實(shí)際系統(tǒng)的要求直接 調(diào)節(jié)操作變量，使神經(jīng)網(wǎng)絡(luò)模型可直接用于優(yōu)化計(jì)算。這為開發(fā)應(yīng)用 現(xiàn)場(chǎng)數(shù)據(jù)的過(guò)程調(diào)優(yōu)、咨詢系統(tǒng)開辟了新的途徑。對(duì)動(dòng)態(tài)模擬和穩(wěn)態(tài) 操作優(yōu)化兩種方案進(jìn)行的模型考察均表明該方法可取得滿意的結(jié)果 (6, 7o人工神經(jīng)網(wǎng)絡(luò)還可以用來(lái)作過(guò)程系統(tǒng)的最優(yōu)設(shè)計(jì)，文獻(xiàn)5用人工 神經(jīng)網(wǎng)絡(luò)作加氫反應(yīng)器優(yōu)化設(shè)計(jì)，文獻(xiàn)將人工神經(jīng)網(wǎng)絡(luò)用于催化劑 組分的設(shè)計(jì)，文獻(xiàn)何將hopfield網(wǎng)用于換熱網(wǎng)絡(luò)的最優(yōu)設(shè)計(jì)，將能量 函數(shù)的最優(yōu)值與問(wèn)題的最小值相對(duì)應(yīng)，使神經(jīng)網(wǎng)絡(luò)的輸出與問(wèn)題的解 相對(duì)應(yīng)，網(wǎng)

15、絡(luò)運(yùn)行的穩(wěn)定解即為最優(yōu)解。2.2基于模糊邏輯的專家系統(tǒng)在過(guò)程系統(tǒng)優(yōu)化中的應(yīng)用專家系統(tǒng)通常是由一組規(guī)則組成的知識(shí)庫(kù)系統(tǒng)。它包含有特定領(lǐng) 域的專家經(jīng)驗(yàn)和專門知識(shí)，并運(yùn)用這些知識(shí)解決過(guò)程的實(shí)際問(wèn)題。早 期的專家系統(tǒng)采用了符號(hào)運(yùn)算和序貫推理策略，難以解決含有大量數(shù) 量運(yùn)算的工程問(wèn)題。近來(lái)的發(fā)展方向是棊于模糊邏輯的專家系統(tǒng)，用 模糊集表述人類語(yǔ)言形式的知識(shí)和信息，以及工程問(wèn)題中大量存在的 不精確的數(shù)量概念和數(shù)據(jù)。經(jīng)模糊集表征的知識(shí)和規(guī)則將為專家系統(tǒng) 的量化分析和平行推理開辟?gòu)V闊的前景。基于模糊邏輯的小型專家系 統(tǒng)用于電子裝置以及工業(yè)過(guò)程中單元裝置的控制，在文獻(xiàn)11 中已有 詳細(xì)的介紹。作者開發(fā)的基于模糊

16、邏輯的分離過(guò)程合成設(shè)計(jì)專家系 統(tǒng)也秋得了滿意的結(jié)果陽(yáng)。模糊系統(tǒng)理論在模型方程的建立、評(píng)價(jià)和篩選中承認(rèn)和接受模型 方程的不精確性，并引入相應(yīng)的處理方法。這更接近于人類專家在進(jìn) 行t程技術(shù)工作中所采用的多方案比較、定性分析和定量比較并舉、 綜合評(píng)判的模式。這使得建模過(guò)程利用更多的信息量。過(guò)程工業(yè)生產(chǎn)的原材料組成復(fù)雜，操作波動(dòng)性大，變量關(guān)系復(fù)雜。 從生產(chǎn)現(xiàn)場(chǎng)采集或由實(shí)驗(yàn)測(cè)定的 數(shù)據(jù)，以及由此得出的經(jīng)驗(yàn)關(guān)聯(lián)式或 計(jì)算模型，都有不同程度的謀差和冗余。來(lái)自不同研究者、不同場(chǎng)合 的數(shù)據(jù)、模型亦常有沖突。常規(guī)的模擬和優(yōu)化技術(shù)不能接受冗余的、 沖突的、模糊的數(shù)據(jù)和方程，一般的方法是進(jìn)行數(shù)據(jù)校正和模型篩 選，確定

17、一套協(xié)調(diào)的數(shù)據(jù)和一組適定的方程，rti此作為模擬和優(yōu)化的 基礎(chǔ)。其代價(jià)是在處理過(guò)程中丟失了大量有價(jià)值的信息，從而使模擬 和優(yōu)化的結(jié)果與實(shí)際過(guò)程的誤差增大。作者t,3提出用模糊邏輯表述和 處理系統(tǒng)變量間的不精確近似關(guān)系，使模型方程間的沖突和不協(xié)調(diào)性 趨于最小，模糊目標(biāo)函數(shù)趨于最大，將模型求解問(wèn)題和優(yōu)化問(wèn)題均轉(zhuǎn) 化為隸屬度函數(shù)的極值問(wèn)題。由于模糊優(yōu)化方法中過(guò)程約束表示為 “軟約束”，操作靠近邊界時(shí)，隸屬度函數(shù)迅速降低，優(yōu)化程序?qū)?huì)白動(dòng) 迫使系統(tǒng)離開邊界，這種方法能較好地運(yùn)用于不精確的、認(rèn)識(shí)不充分 的系統(tǒng)中。2.3進(jìn)化算法在系統(tǒng)優(yōu)化中的應(yīng)用由于過(guò)程系統(tǒng)日趨大型化、復(fù)雜化，系統(tǒng)模型空間時(shí)常呈現(xiàn)非連續(xù)

18、性、局部多峰性、以及離散變量等。這對(duì)常規(guī)優(yōu)化算法提出了挑戰(zhàn)。 這方面一個(gè)突出的進(jìn)展是仿牛優(yōu)化算法。仿牛優(yōu)化算法屬于隨機(jī)搜索 算法，采用生物進(jìn)化論中“優(yōu)勝劣汰”的法則，實(shí)現(xiàn)大規(guī)模群體的平行 搜索演進(jìn)，避免了局部極值點(diǎn)的問(wèn)題。比較流行的有遺傳算法、進(jìn)化 規(guī)劃等。作者問(wèn)根據(jù)遺傳算法的原理，在對(duì)不精確系統(tǒng)的優(yōu)化時(shí)采 用遺傳算法，問(wèn)題歸結(jié)為求模糊模型隸屬度函數(shù)的最大值，即模糊系 統(tǒng)空間的搜索問(wèn)題。由于遺傳算法僅提取目標(biāo)函數(shù)值的信息，因而對(duì) 模糊系統(tǒng)的不精確性及病態(tài)結(jié)構(gòu)并不敏感。在化工過(guò)程初始設(shè)計(jì)、換熱網(wǎng)絡(luò)合成、生產(chǎn)調(diào)度等系統(tǒng)優(yōu)化問(wèn) 題中，混合整數(shù)非線性規(guī)劃(minlp)算法是當(dāng)今研究的熱點(diǎn)之一。然 而,

19、mtnip模型的建立有賴于專家的領(lǐng)域經(jīng)驗(yàn)，而minip的求解至今仍未 有成熟滿意的方法。作者（,4彊近針對(duì)換熱網(wǎng)絡(luò)同步最優(yōu)綜合的問(wèn)題 提出了一種新的優(yōu)化策略，提出了改進(jìn)的遺傳算法求解minlp問(wèn)題。 可將網(wǎng)絡(luò)結(jié)構(gòu)與變量同時(shí)優(yōu)化。在用遺傳算法進(jìn)行優(yōu)化時(shí)，采取了連 續(xù)化遺傳因子、多樣性保護(hù)因子和調(diào)整適應(yīng)值的方法，使其具有尋找 全局最優(yōu)解的能力，在處理大規(guī)模換熱網(wǎng)絡(luò)綜合問(wèn)題中獲得成功。 這為minlp的求解開辟了 一條新的途徑。3結(jié)束語(yǔ)化學(xué)工程學(xué)在其發(fā)展的10）年時(shí)間中，從其它科學(xué)技術(shù)中吸取了 豐富的營(yíng)養(yǎng)。當(dāng)代系統(tǒng)科學(xué)和信息技術(shù)的豐碩成果，為下一世紀(jì)過(guò)程 系統(tǒng)工程的迅速發(fā)展奠定了堅(jiān)實(shí)的基礎(chǔ)。人工智能

20、的思想和方法應(yīng)用 于工程技術(shù)領(lǐng)域，是計(jì)算機(jī)科學(xué)應(yīng)用于工程技術(shù)領(lǐng)域的一個(gè)更高層次 上的螺旋式前進(jìn)。然ifu ,有必要指出，人工智能本身是人類智能的產(chǎn) 物，是輔助人們認(rèn)識(shí)和改造客觀世界的工具和手段。它們的作用是輔 助性的而非決定性的，真正起決定作用的是人類專家。針對(duì)我國(guó)過(guò)程 工業(yè)調(diào)優(yōu)和控制棊礎(chǔ)佼差的現(xiàn)狀，在推行計(jì)算機(jī)集成過(guò)程系統(tǒng)中應(yīng)用 基于人工智能的優(yōu)化方法，m于“軟t程'的范疇，對(duì)現(xiàn)有工業(yè)裝置， 測(cè)量和控制儀表的改造和投資較少，將對(duì)我國(guó)過(guò)程工業(yè)的生產(chǎn)方式從 粗放型向集約型轉(zhuǎn)變起到積極的作用。參考文獻(xiàn)1 bassett m ii, dave p. computers & chemi

21、cal engineering, 1996, 20 (8) :82p8442 楊友麒.計(jì)算機(jī)與應(yīng)用化學(xué)，1995, 12：161693楊愛(ài)東.基于對(duì)象/agent的計(jì)算機(jī)集成過(guò)程運(yùn)行系統(tǒng)研究：學(xué)位論文. 大連：大連理工大學(xué)，19974 astrom k j, mcaroy t j. j process control, 1992, 2 (3):1151275 錢宇.化工進(jìn)展，1997,1:15206 qian y, tessier p. chem eng technol, 1995, 18 (5):3373427 qian y. computers and applied chemistry,

22、 1995,4:991028楊林昱，沈靜珠.第七屈全國(guó)化學(xué)工程論文報(bào)告會(huì)論文集.北京，1994,1113 "11169 昊肖群.第七屆全國(guó)化學(xué)工程論文報(bào)告會(huì)論文集.北京，1994, 1136"113910 麻 德 賢.computer chem monograph series 4-computers and applied chem, 1994-1995, 10310511 錢宇.化工 進(jìn)展，1995, (4):50-54; (5):34-38; (6):25-29.12 qian y, lien k m. computers & chemical engineering, 1995, 19 (