反应精馏是化学反应与精馏分离相结合的化工操作过程,因其具有选择性强、投资少、能耗低等优点而受到研究者们的广泛关注,并且在工业生产中得到广泛的应用。反应精馏过程由于存在化学反应和分离之间的强烈相互作用而具有高度的复杂性,在模拟时许多算法模型都存在明显的不足,并且优化方法也不多。本文利用人工神经网络(ANN)模型来模拟反应精馏过程,无需考虑反应精馏塔内发生的具体过程及其机理,不但能够获得很好的模拟效果,而且计算方法也比较简单。在建立ANN模型时,首先用ASPEN软件模拟计算出多组数据以弥补实验数据不多的不足,然后通过比较两种不同的隐含层传递函数和不同隐含层节点数的ANN对训练集和验证集的预测效果,从而优选出ANN的结构。遗传算法具有适应性强、不易陷入局部最优点等特性而在工程优化中有着广泛的应用。本文提出基于分量加权的多目标遗传算法并与ANN结合对反应精馏过程进行多目标的优化。优化结果表明,多目标遗传算法结合ANN对反应精馏进行优化是可行的,而且具有很高的精度。本文以乙酸甲酯水解催化精馏和合成乙酸乙酯的反应精馏过程为例说明上述模拟和优化方法。