优化可以给企业带来巨大的经济效益,是当前化工生产研究和应用的热点。化工生产优化一方面朝着大规模优化、在线优化以及多目标优化等需求方向发展,一方面因系统自身的高度非线性、多约束条件、动态性、随机性和高安全需求等难点,优化的难度增大。本文针对化工生产优化的需求和难点,研究和提出了三种智能优化技术,目的在于避免复杂的数学计算,加快优化速度,提高优化效果,更好的解决化工过程建模、化工生产优化控制等实际问题,提供化工生产优化控制工作的新思路。本文的主要研究工作如下:1.从优化的角度研究了化工生产的建模技术,在结构逼近式神经网络的基础上,提出了假想教师-人工免疫训练算法,采用假想教师训练神经网络,采用优化方式更新假想教师,采用人工免疫特性保证寻优的发掘性和正确性,成功建立了含有部分不可测状态的橡胶硫化促进剂制备过程的间歇缩合反应模型。2.以多目标优化问题为研究对象,综合非劣分层、拥挤距离、精英策略和群智等思想,提出了非劣分层粒子群多目标优化算法。对于聚酯生产连续缩聚过程,以产品的产量最大和质量最佳为优化目标,寻优设计,为实际生产优化提供了参考。3.针对间歇反应是一个无稳态的过程,从动态过程优化的角度,提出了分级多目标优化算法,分步优化经验方程的排列和经验方程的参数,拟合最优控制轨迹,减少了决策变量的维数,在优化苯乙烯悬浮聚合反应的仿真研究中,效果较好。4.分析了递阶优化控制系统、迭代优化控制结构和在线预报优化调整方案等实现优化控制的框架和方法,并加以改进,为实施智能优化技术提供新思路。本文在以上几方面的研究中,按照确定优化目标、建立优化模型、设计优化算法和实现优化控制等步骤开展,仿真研究结果证明了智能技术在优化控制中大有作为,可以在化工生产的过程建模、优化控制等方面发挥出实际效果并体现出较强的优势。