在化工过程系统优化中，建立模型和寻找有效的求解方法是极其关键的问题，从优化设计到优化决策、优化调度和优化控制都离不开建模和求解。由于系统趋于复杂化和大型化，化工过程的影响因素很多，难以建立全面的、严格的机理模型，为此，我们提出了先用神经网络建模，再用遗传算法求解的优化方法。 本文首先综合目前化工过程优化方面的科研成果，对化工过程多层优化框架的特点进行了简要的说明，同时对操作优化过程进行了详细的论述，本文以某厂气体分离装置为对象，对其操作进行优化研究。主要作了以下几方面的工作： 1．针对某厂气体分离装置的运行状况，分析其存在的问题，确定了气体分离装置进料的组成、装置出料的质量控制目标以及各个操作标量。 2．应用ASPEN PLUS过程模拟系统构造该装置的工艺流程模型，以确定边界操作条件，进行正交试验设计。 3．生产装置的操作优化核心是装置数学模型的建立，为此采用了非线性网络映射的方法，成功地建立了优化约束目标的神经网络模型。 4．对当前的神经网络抽取技术进行了总结，针对建立的气体分离装置的神经网络模型，进行神经网络规则提取的研究。 5．采用遗传算法对以带约束优化的非线性问题进行了求解，并从工艺的角度对优化的结果进行定性的解释。