多产异构烷烃的催化裂化工艺技术(MIP)是催化裂化的家族工艺,这种工艺的反应器为两段反应器,这种设计使得油品质量得以改善。此工艺可以最大化生产异构烷烃,在降低催化汽油烯烃的同时保证了汽油辛烷值基本不发生变化。本文建立了MIP装置汽油产率预测模型并利用改进的遗传算法进行汽油产率优化。汽油产率预测模型基于广义回归神经网络(GRNN)和Adaboost算法,包含16个输入变量和1个输出变量。输入变量反映了原料油的性质、催化剂性质和操作条件,输出变量为汽油产率,汽油产率预测的均方误差为0.44。本文利用改进的遗传算法搜寻在原料性质和加工量固定的条件下的最优汽油产率及其对应的四个操作变量的数值。四个操作变量分别为：回炼比、剂油比、第二段提升管反应器出口温度和原料预热温度。本文建立的预测模型的预测精度较高,优化结果符合工艺经验。本文建立的汽油产率预测模型的预测能力以及遗传算法的优化结果证实了神经网络和智能优化算法在催化裂化装置产品预测、优化中的适用性,也为进一步的工业应用提供了有益的经验。