基于混合遗传算法的催化重整过程多目标优化

为实现催化重整过程生产指标的综合优化，基于已实现工业应用的催化重整17集总反应动力学模型和催化重整过程机理模型，考虑相应的多种约束条件，建立了以最大化总芳烃收率和最小化重芳烃收率为目标的多目标操作优化模型。提出了一种将遗传算法与局部优化方法相结合的多目标混合遗传算法HNAGA，并用于多目标操作优化模型的求解。现场工业数据的仿真研究表明，HNAGA在寻找Pareto最优解前沿方面比原遗传算法具有一定的优越性。将该多目标优化模型和求解方法应用于工业催化重整装置的操作优化，可以有效提高决策的准确性。