反應(yīng)精餾的模擬與優(yōu)化.pdf

1、反應(yīng)精餾是化學(xué)反應(yīng)與精餾分離相結(jié)合的化工操作過(guò)程，因其具有選擇性強(qiáng)、投資少、能耗低等優(yōu)點(diǎn)而受到研究者們的廣泛關(guān)注，并且在工業(yè)生產(chǎn)中得到廣泛的應(yīng)用。反應(yīng)精餾過(guò)程由于存在化學(xué)反應(yīng)和分離之間的強(qiáng)烈相互作用而具有高度的復(fù)雜性，在模擬時(shí)許多算法模型都存在明顯的不足，并且優(yōu)化方法也不多。 本文利用人工神經(jīng)網(wǎng)絡(luò)(ANN)模型來(lái)模擬反應(yīng)精餾過(guò)程，無(wú)需考慮反應(yīng)精餾塔內(nèi)發(fā)生的具體過(guò)程及其機(jī)理，不但能夠獲得很好的模擬效果，而且計(jì)算方法也比較簡(jiǎn)單。在建

2、立ANN模型時(shí)，首先用ASPEN軟件模擬計(jì)算出多組數(shù)據(jù)以彌補(bǔ)實(shí)驗(yàn)數(shù)據(jù)不多的不足，然后通過(guò)比較兩種不同的隱含層傳遞函數(shù)和不同隱含層節(jié)點(diǎn)數(shù)的ANN對(duì)訓(xùn)練集和驗(yàn)證集的預(yù)測(cè)效果，從而優(yōu)選出ANN的結(jié)構(gòu)。 遺傳算法具有適應(yīng)性強(qiáng)、不易陷入局部最優(yōu)點(diǎn)等特性而在工程優(yōu)化中有著廣泛的應(yīng)用。本文提出基于分量加權(quán)的多目標(biāo)遺傳算法并與ANN結(jié)合對(duì)反應(yīng)精餾過(guò)程進(jìn)行多目標(biāo)的優(yōu)化。優(yōu)化結(jié)果表明，多目標(biāo)遺傳算法結(jié)合ANN對(duì)反應(yīng)精餾進(jìn)行優(yōu)化是可行的，而且具有很高