二甲苯是基本的有机化工原料,它广泛地应用于工业生产,对现代化工业的发展有着极其重要的影响。二甲苯异构化过程中,对二甲苯产品的质量、产量、收率等受着诸多因素的影响,提高对二甲苯的产率则需要考虑众多因素。为了实现过程系统生产潜力的最大化,降低生产过程的能耗、物耗,取得最大的经济效益,需要建立二甲苯异构化流程的虚拟仿真平台,对实际生产过程进行理论性的分析和研究。本文基于二甲苯异构化过程的机理,结合工业装置运行数据,建立了二甲苯异构化反应器和分离系统的工艺模型。针对模型参数最优估计及目标函数优化求解问题提出了一种基于混合智能的人工鱼群算法。该算法采取人工鱼群算法和粒子群算法并行的策略进行全局搜索,在人工鱼觅食行为中引入模拟退火算法实施局部搜索。通过引入搜索域动态“缩小”和高斯变异的策略提高算法的运行效率。本文首先验证了新算法在全局优化问题上的优越性,然后利用该算法对二甲苯异构化过程进行优化研究,包括异构化反应器操作参数的优化选择,分离系统塔板效率因子的最优估计及分离系统能耗的优化分析。本文的优化结果与实际工业数据的对比表明：改进后的优化算法具有良好的优化性能,在过程优化领域具有较高的应用价值。本文在对稳态模型参数进行最优估计的基础上建立二甲苯异构化分离系统的动态模型,实现模型数据的动态调整同时验证模型的稳定性。利用组态软件开发二甲苯异构化分离系统的虚拟平台,完成对实际工艺流程的模拟,通过平台界面实现动态数据的显示及调节功能。