最优化方法在化学工程中到的应用..docxVIP

最优化方法在化学工程中到的应用摘?要：随着高新技术、信息技术及计算机领域的飞速发展，最优化在众多领域的应用日益广泛,涉及问题的规模越来越大,复杂程度越来越高。最优化方法主要运用数学方法研究各种系统的优化途径及方案，为决策者提供科学决策的依据。其目的在于针对所研究的系统，求得一个合理运用人力、物力和财力的最佳方案，发挥和提高系统的效能及效益，最终达到系统的最优目标。随着最优化理论的发展，最优化模型和算法的不断完善、创新，如遗传算法、神经网络的建立，进一步为建立可靠模型、精确求解铺平道路。在化工生产与产品销售过程中，最优化的踪迹更是无处不在，如生产设备最优化、生产流程最优化、运输管道最优化、产品利润最优化，以及涉及相关化学实验、化学反应动力学的最优化模型。最优化方法的日益成熟使化工生产低投入高产出得以实现，节约了资源提高了效率，降低了污染。而一系列最优化软件，如Matlab、lingo等在化工过程中得到了广泛应用。?关键词：最优化；化学工程；应用现状；管网最优化方法（也称运筹学方法）是近几十年形成的，主要运用数学方法研究各种系统的优化途径及方案，为决策者提供科学决策的依据［1］。随着科学技术，尤其是计算机技术发展，最优化方法已经在各个领域，如化学工程、生化工程、机械工程、土木工程、经济管理等，得到越来越广泛的运用［2］。化工过程系统最优化设计的研究在过去二三十年中取得了很大的进展，这主要得益于计算及技术的发展，计算机的应用不仅仅体现在为大规模数值问题的处理提供了强有力的工具, 而更多地体现在为过程设计的经验和艺术插上了数字化的翅膀.大约在十多年前, 当大规模数学规划方法的实施仍面临一系列问题时, 在过程设计领域中一种新引入的概念方法一专家系统以及由此而引申的人工智能方法在解决实际问题上表现出的优势, 引起了人们的关注目前基于知识和规则的智能系统研究取得了很大的进展, 基于经验、工况分析以及逐渐演进方法等的设计过程也越来越多地由计算机完成, 应用知识和经验规则进行过程设计的计算机辅助系统逐步趋于完善, 特别是针对更加复杂(例如同时考虑环境影响以及安全性)的大规模过程系统设计问题, 这些方法仍会有很好的应用前景。化工生产遍布现代生活的方方面面，涉及生活用品、工业材料、油气能源，不一而足。化工过程是一个由原料到产品的过程，其中包含物质的转化与能量的传递，而节能省材一直是工业生产的目标之一；化学反应需要在特定的反应设备里进行，怎样设计反应器，使其既能满足生产要求又能高效率的利用资源，是化工设计者的设计原则；原料、产物与成品的输送需要管线，适当的管路管道尺寸的选择，管道的成本；产量的设定，产品的销售等这一系列问题都需要最优化选择，而最优化算法从建立模型、求解方法方面使这一系列决策尽可能达到最理想结果，以下将对最优化方法在化工过程各个部分的应用作简要介绍。针对化学工程，最优化方法主要应用领域包括“三传一反”过程优化设计、工艺操作参数优化、过程优化控制等等［3］。本文首先讨论过程优化基础及常用算法，而后综述最优化方法在化学工程主要领域中的应用情况。1. 过程优化基础及常用算法1.1最优化方法基础［4］过程优化问题至少有两个要素：第一是可能的方案，称为决策变量；第二是追求的目标，称为目标函数。一般情况下还需要第三个要素，即约束条件。过程优化问题数学模型一般形式为：s.t. si(x)≥0(i=1,2,……,m)?? hj(x)=0(j=1,2,……,n)式中，f、si和hj为x的实值连续函数，通常假定有二阶连续偏导数。f(x)称为目标函数；si(x)≥0称为不等式约束；hj(x)称为等式约束；x∈?称为集约束。没有一种通用的优化方法或算法适合于所有的过程优化问题。通常，根据目标函数、约束条件的特点和变量的数目来选择优化方法。求解优化问题的一般步骤如下。①分析过程以确定过程变量，列出变量表；?②确定优化准则，根据变量表及有关系数给定目标函数；?③用数学表达式写出过程或设备模型，使过程输入-输出变量与有关系数相关联；?④如果问题形式范围过大，则可以简化目标函数和模型；?⑤选用合适的优化技术求解；?⑥验证结果正确性，检查结果对问题中系数和假设变化的灵敏度。 1.2最优化常用算法简介?最优化方法概括起来，有两大类：确定性搜素和随机性搜素方法。?确定的搜索方法首先选择一个初始点，然后通过分析目标函数的特性，由初始点转移到另一个点，然后继续这个过程，直到得到最优解。确定性搜索一般包括一维优化算法（直线搜素）、无约束最优化方法（梯度法、直接法）和约束最优化方法（线性规划、非线性规划等）。随机性搜索方法，包括演化算法、模拟退火法等。演化算法是基于生物进化机制的随机优化方法，如遗传算法（GA）、进化规划（EP）、进化策略（ES）及遗传规划（GP）。这些方法从一定规