考慮不確定因素的化工分離過程優(yōu)化研究.pdf

1、20世紀(jì)50年代以后，優(yōu)化在化工領(lǐng)域得到廣泛的應(yīng)用，在優(yōu)化開始運(yùn)用的同時(shí)，人們就認(rèn)識到不確定因素幾乎是不可避免的。確定性優(yōu)化研究一般是將這些不確定參數(shù)用其平均值來代替，但是將這些不確定參數(shù)當(dāng)作確定值處理時(shí)，可能會導(dǎo)致設(shè)計(jì)過于保守。因此，考慮不確定因素的影響，在不確定環(huán)境中進(jìn)行優(yōu)化研究具有十分重要的理論和現(xiàn)實(shí)意義。 本論文主要進(jìn)行考慮不確定因素的化工分離過程優(yōu)化研究。 (1)論文對化工分離過程中的不確定因素的來源和分類進(jìn)行

2、了研究，并提出了相應(yīng)的處理策略。針對化工分離過程的特點(diǎn)，結(jié)合化工分離過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)會約束規(guī)劃混合的隨機(jī)規(guī)劃策略進(jìn)行過程優(yōu)化。對經(jīng)濟(jì)目標(biāo)提出帶補(bǔ)償?shù)碾S機(jī)規(guī)劃策略，并針對不確定因素給出了具體的補(bǔ)償措施；對環(huán)境目標(biāo)提出機(jī)會約束規(guī)劃策略。 (2)論文提出的改進(jìn)的蒙特卡羅(Monte Carlo)積分和Benders分解的混合算法能夠有效求解帶補(bǔ)償?shù)亩A段隨機(jī)規(guī)劃模型。蒙特卡羅積分和Benders分

3、解算法所生成的可行域約束數(shù)目隨不確定參數(shù)的數(shù)目和抽樣點(diǎn)規(guī)模的增加而呈指數(shù)增加，針對這個計(jì)算難點(diǎn)，本論文提出尋找積極約束的策略進(jìn)行約束松弛。本算法不但降低了計(jì)算負(fù)荷，而且能處理大規(guī)模的隨機(jī)規(guī)劃問題。算法測試結(jié)果表明本改進(jìn)算法具有較高的計(jì)算效率和很強(qiáng)的收斂能力。 (3)本研究提出的帶補(bǔ)償?shù)亩A段隨機(jī)規(guī)劃和機(jī)會約束規(guī)劃混合的隨機(jī)規(guī)劃策略應(yīng)用于乙烯齊聚生成1-己烯的實(shí)際分離過程優(yōu)化。對于備選方案，考慮了中低壓蒸汽價(jià)格的波動、新型催化劑的