传统能源日益枯竭，利用新能源的技术又不成熟；人们的环保意识日益增强，节能是环保的一个方面；我国的企业在同等产值上的能耗远远高于世界平均水平。在这样的背景下，研究节能技术显得十分重要。在化学工程领域，有一个活跃的研究方向一化工过程强化，其目标是节能。精馏过程所消耗的能源占整个化学工业的能耗的很大比例，因此在精馏过程中进行过程强化对化学工业的节能显得很重要。Petlyuk精馏是一种过程强化技术，它既节能又节约设备投资，还有其它优点，具有极为诱人的发展前景，因此吸引了许多来自学术界和工业界的目光。尽管Petlyuk塔有许多诱人的优点，但是由于缺少一种可靠的设计技术，以及控制这种塔的技术也不成熟，使得它难以广泛应用。Petlyuk塔的设计过程涉及十分复杂的优化问题，本文进行了两次问题转化，以降低问题的复杂性，但是转化后的问题依然复杂：约束极为复杂；被优化的变量属于不同的数据类型而且这些变量之间有复杂的联系；组合优化和函数优化交织在一起，同时又是多目标优化；计算个体的适应值很耗时。考虑到遗传算法在约束优化、组合优化、函数优化以及多目标优化方面的巨大潜力，本课题试图用遗传算法解决Petlyuk塔的设计过程中的优化问题。在计算个体的适应值时，本文利用Aspen plus(?)解Petlyuk塔的精馏模型，它是化工过程模拟领域知名度最高的软件。本文根据问题的特点，采用最自然的编码方式，为了促进个体在多个目标上的平衡进化而引入了一种新的定义个体性别的方式，采用动态的种群规模，重组时应用了基因连锁。修改了锦标赛选择、轮盘赌选择和剩余随机采样选择，修改了对角线多父代重组和均匀多父代重组，以适应这种显式定义了性别的多目标优化遗传算法；将男女比例调节操作和种群规模控制操作引入遗传算法，以适应对标准遗传算法修改的需要。由于求个体的适应值很耗时，给程序的调试带来了极大的不便，因此可以用来对比的计算实例不多。