内燃机作为主流的动力装置被广泛应用于各行各业,但是随着石油储量的日益减少以及对内燃机排放要求的日益严格,传统的内燃机燃烧模式面临着巨大的挑战。近年来,各种先进的内燃机燃烧模式和技术得到了广泛的研究,而新型的燃烧模式主要受燃料的化学反应动力学所控制。优化化学反应机理的传统方法主要是通过敏感性分析的方式,这不仅需要平时积累的人工调整经验,而且优化过程十分繁复。因此,本文提出采用遗传算法来自动优化燃料的化学反应机理,摆脱人工优化,提高优化效率。本文以主要参比燃料骨架机理为研究对象,探索了非劣解排序遗传算法优化燃料化学反应机理的具体方法。首先,通过将非劣解排序遗传算法与气相动力学软件Chemkin-Pro耦合,遗传算法实现初始机理文件的读取和新机理文件的写入功能,Chemkin-Pro程序则采用新机理文件进行模拟。其次,通过构建两类不同的数学模型,研究了目标个数对非劣解排序遗传算法优化性能的影响,结果发现,当目标数过多时,非劣解排序遗传算法无明显的优化能力,故提出基于基础反应器类型而构建的两目标数学模型。随后,通过比较非劣解排序遗传算法的不同参数组合对优化效率和优化结果的影响,得到最优参数组合:种群规模N=52,交叉率P_c=0.9,变异率P_m=0.1,交叉分布指数η_c=10,变异分布指数η_m=15。然后,探究了遗传算法的收敛过程,并对优化结果进行了详细的比较和分析。采用原始机理预测的搅拌反应器主要组分浓度的目标函数值为1.403,优化后目标函数值在0.923-1.133之间,优化效果显著;原始机理预测的激波管着火滞燃期的目标函数值为0.590,而优化后目标函数值是0.129-1.135,只有一部分优化机理的预测能力得到了优化。从最后一代中选取三个具有代表性的主要参比燃料优化机理进行了比较和分析,结果表明:1号机理较原始机理预测能力明显改善;而2号机理预测搅拌反应器主要组分浓度最为准确,但预测着火滞燃期的能力有所降低;23号机理的预测能力介于1号和2号机理中间。随后,从权重因素和实验工况两个方面,对遗传算法优化主要参比燃料骨架机理的策略进行了深入研究,并提出了改进策略。最后,采用几种基础反应器和均质压燃发动机对主要参比燃料优化机理进行了扩展验证,经分析,优化机理均能准确模拟各种实验现象。总之,本文采用非劣解排序遗传算法和Chemkin-Pro软件相结合的方式成功地优化了主要参比燃料的骨架机理,优化方法得到改进,优化效率得到提高,并且该方法适用于所有液体燃料化学反应机理的优化。