在过去的30年中，能源价格持续增长，环境控制日益严格，产品竞争趋于全球化，面对这些压力，优化技术是企业降低成本提高效益的一个有效技术。从产品设计到供应链管理，优化技术可以应用于化工过程的每一个层次。然而物质能量转化过程内在的非线性、以及装置操作中的离散性使得化工过程优化存在诸多困难。面对诸多实际问题，经典数学规划法已显无能为力，因此对随机的、智能的优化技术的需求日益迫切。随机优化方法，如遗传算法、模拟退火、禁忌搜索、蚁群算法和粒子群算法等在解决现实问题中显示了强大的搜索能力，它们可在合理的时间内逼近问题的最优解，这些算法涉及人工智能、统计热力学、生物进化论以及仿生学，所以又被称为智能优化算法。随机优化算法不受应用问题结构束缚，对问题的数学解析性质要求低，无需函数导数，甚至不需要显式的目标函数，既可处理连续问题也可以处理离散问题，并能以较大概率找到全局最优解，算法容易引入启发式逻辑规则，算法原理直观易于编码实现，这些优点已使随机优化算法成功应用于许多化工优化问题。本文以两种随机优化算法，经典的遗传算法和新颖的粒子群算法为研究对象，针对具体化工应用问题，对它们进行改进研究，提高算法解决具体问题的效率。因粒子群优化算法具有算法简单、收敛速度快的优点，成为近年随机优化领域热点之一，它是本文的重点研究对象。本文首先根据化工优化中存在的困难和确定性优化算法内在的缺点，分析了随机优化算法的重要性，并提出研究随机优化算法应注意的问题；其次，将遗传算法应用于两个数据驱动建模问题，一为组合优化问题，一为混合整数优化问题；再次，从粒子群优化算法的基本结构、运动行为、改进方法做了系统的研究：最后，将提出的两种改进粒子群优化算法应用于相平衡计算问题，为非凸全局优化问题。本文的主要研究成果可归纳如下：1．光谱分析是化工中常用的分析方法，波长选择是一种重要的光谱分析预处理步骤，通过筛选特征波长点，可以得到建模变量的最优组合，使所建模型的预测性能达到最佳。近红外光谱波长范围宽，波长选择可达2¹⁰⁰⁰种组合，其规模甚大。该问题的优化变量为0—1变量，目标函数无显式表达式，优化有一定难度。为此，本文提出移动窗口—迭代遗传算法（MW—IGA）波长选择算法，在移动窗口扫描所得的信息区间基础上，以迭代遗传算法作细化搜索，选出最优波长区间组合。该算法考虑了光谱的连续相关性特点，保留了一定的信息冗余度，使模型更为稳健。MW—IGA亦可用于其他类型光谱波长选择，若原光谱波长点小于200，可直接使刚IGA。该算法已成功应用于感冒液多组分测定的紫外—可见光谱选择和小麦水分测定的近红外光谱选择。2．人工神经网络常用于建立非线性数据驱动模型，在化工操作优化、过程控制中较为常见。本文提出了一种改进的径向基函数一循环子空间回归（RBF-CSR）模型，它具有标准的网络结构设计方法。以模型预测性能为优化目标，优化变量同时含有实数和整数，为此，本文提出一种优进混合编码遗传算法（EHCGA）训练该模型，不同类型的变量采用不同的编码方式，对整型变量进行二进制编码，对实型变量进行浮点型编码。它采用分段交叉算子和分段变异算子，并引入Powell优进算子加速进化。该方法成功用于回收己内酰胺的脉冲波板填料塔萃取过程建模。EHCGA不仅可用于RBF—CSR模型训练，还可推广到其他混合整数规划问题。3．为克服粒子群优化算法用于高维问题时容易早熟的缺点，本文提出一种合作粒子群优化算法（CLPSO），它将粒子种群分成两个部分，一部分粒子负责局部开发，一部分粒子负责全局探测，这两部分粒子分工合作，使种群始终保持多样性，大大提高了算法的全局寻优性能。4．针对粒子群优化算法运行后期收敛速度减慢的缺点，在合作粒子群算法的基础上，本文提出一种局部加速粒子群算法（LAPSO），它将引入相对进化度的概念，用以监测种群的进化速度，并引入一些加速规则，应用Nelder-Mead单纯形法对局部区域进行局部精细搜索。粒子群算法探测全局解可能所在的区域，单纯形算法又适时地在该区域内细化搜索，加快了种群收敛速度，并提高解的精度。合作粒子群算法始终维持种群多样性，不会因引入局部算法而导致种群早熟。5．化工问题中常存在物料守恒、质量守恒、原子守恒这类线性约束，针对粒子群优化算法无法处理约束的缺点，本文提出一种线性约束粒子群算法（LCPSO），它对粒子群算法的位置更新步骤作了改进，各维分量的速度更新采用同一随机数，使速度更新成为线性操作，进而可以直接处理带有线性约束的非凸优化问题。LCPSO在可行空间内产生初始解，利用算法自身的线性进化算子使种群各粒子始终满足线性约束，是一种高效的保持种群于可行空间的约束优化方法。6．相稳定性分析可判定所给定的相态是否稳定、相平衡计算结果是否正确等。Gibbs自由能切平面距离法是最常见的相稳定性判定方法，该优化问题的目标函数非凸，且受摩尔分率归一化约束。为此，本文提出采用线性约束粒子群算法LCPSO最小化切平面距离，该方法适用于各种热力学模型，可判定各种分相形式。将LCPSO应用到三类热力学模型，根据热力学原理对每种模型的目标函数作了约简，大大减少目标函数计算量。7．复杂相平衡体系Gibbs自由能函数存在多个局部极小点，应用局部优化算法难以得到全局解。不含化学反应的相平衡问题存在物料守恒约束，通过引入组分余相分率，可将其转化为无约束优化问题。本文采用LAPSO求解这类相平衡问题，无需考虑体系实际存在的相态，计算不依赖函数导数，收敛至全局解的概率高。含化学反应的相平衡问题受到原子守恒约束问题，采用LCPSO求解该问题，可使种群始终保持在可行空间内运动，计算效率高。将原子守恒改为元素守恒，极大提高了初始可行种群的产生效率，有利于减少随机抽样产生的无效解。随机优化算法在一些化工问题中的成功应用，确定性全局优化算法对问题数学解析性质要求高以及计算量太大，这些现实会继续促使随机优化算法在化工领域的应用研究，特别是在组合优化类型问题上的研究。