为了应对日益剧烈的市场竞争,化工企业必须同时优化各个决策层的所有决策变量来寻找潜在的经济效益,比如设备调度和动态优化等。集成优化已经成为提高经济效益的重要手段。混杂参数系统是带有批次操作的连续过程的数学模型,混杂参数动态优化问题则是连续操作和批次操作集成优化问题的数学模型。本文系统地解决了混杂参数动态优化问题的四个子问题,即动态建模、最优性条件、数值解法和闭环实现框架。连续过程的优化一般指的是稳态模型操作点的优化,即在满足操作约束的前提下优化操作点使经济收益最大化。但是由于批次操作的重复执行,使得连续过程变得很像批次过程,而且连续操作和批次操作是独立优化的。本文通过机理分析,考虑定量添加CO助燃剂对CO燃烧的影响,建立了催化裂化装置的完整动态数学模型,通过灵敏性分析说明了连续操作和批次操作集成优化的必要性。接下来将连续操作和批次操作的集成优化问题抽象为混杂参数系统的动态优化问题。混杂参数系统是一类特殊的混杂系统,它的子系统由状态模型的参数表示。这个参数是批次操作的数学表示。然后给出并证明了该集成优化问题的最优性条件,混杂参数极小值原理。与混杂极小值原理不同的是,由于参数空间的连续性使得混杂参数极小值原理只需要给定切换次数,而不需要给定切换序列。另外,因为混杂参数动态优化问题需要提供全局信息,所以最优性原理对该问题不成立。虽然得到了混杂参数动态优化问题的最优性条件,但是由于实际问题太过复杂,实际上只能用数值方法求解。本文给出了两种求解混杂参数动态优化问题的数值解法。因为批次操作可以由本身参数化,所以第一种方法是自适应控制向量参数化方法,即同时参数化连续操作和批次操作的方法。虽然该方法较为简单,但是由混杂参数极小值原理可知参数化的过程改变了问题的形式,也改变了问题的最优性条件,因此通常只能得到次优解。而且不能保证自适应方法得到的最优批次操作解序列逼近实际最优批次操作解。另一方面,混杂参数动态优化问题作为一种集成优化问题也具有明显的可分解结构,因此可以用分解算法求解。广义Benders分解算法要求优化问题的凸性成立才能保证收敛到最优解,但是该条件通常不成立,而本文提出并证明的非凸灵敏性广义Benders分解算法则只要求问题的可分拟凸性成立。该算法的主要技巧是引入附加变量和附加等式约束,然后得到一致线性的Benders割。此时非凸性就可以由Benders割的直接操作和最优性条件的检验完成,而不用构造代理模型;对于不可行点,需要求解两个不可行子问题以生成新可行点和复杂变量可行域的支撑超平面。另外,该算法的主问题总是线性规划问题且该算法的解中还包含了关于复杂变量的灵敏性信息。此时混杂参数动态优化问题的分解算法可以描述为:首先用控制向量参数化方法参数化连续操作,然后将批次操作指定为复杂变量,再使用非凸灵敏性广义Benders分解算法求解。数值最优解是开环且次优的,为了在不确定的实际过程中使用,还必须将其闭环化,因此本文给出了针对两种数值解法的两种实现框架。这两种框架均使用跟踪最优性条件法借助于PID控制器实现最优连续操作解。第一种框架的最优批次操作解直接使用,而第二种框架则根据提供的灵敏性信息做一维线搜索,得到了精度更高的最优批次操作解。相比于框架一,框架二能以较粗糙的网格划分得到与自适应向量参数化方法精度相当甚至更好的解。本文基于这两种框架讨论了催化裂化装置5种操作模式下的经济性能。由此说明了连续操作和批次操作的集成优化能在保证系统安全运行的前提下,显著地提高系统的经济性能,且该经济效益主要来自于优化后的连续操作。最后对本文主要研究内容进行了总结,并展望了未来可能的工作。