工业过程运行优化一直以来都是学术界和企业界共同关注的研究热点,近年来基于代理模型的遗传算法为解决工业运行优化问题提供了 一种新的途径。本文实现利用基于代理模型的遗传算法解决工业运行优化问题并建立全流程仿真实验系统,既研究了工业运行优化问题的求解,也验证了基于代理模型进化计算方法的优化效果。本文依托于国家自然科学基金项目“数据驱动的复杂工业系统运行优化控制及其应用（61525302）”。主要研究工作如下:（1）研发系统的需求分析,包括功能、结构、易用性以及可扩展性等。对本文系统的工业运行优化问题仿真对象,田纳西伊斯曼（Tennessee Eastman,TE）化工过程模型进行相关介绍,包括工艺流程、控制目标以及运行优化问题数学描述等。（2）对系统使用的优化方法,基于集成代理模型的多目标遗传进化算法（En-RVEA）进行详细介绍。基于代理模型进化计算方法解决了传统多目标进化算法在解决工业运行优化问题时获取适应值评估函数困难的问题,本文将该方法创新性地应用于TE过程运行优化求解中,展开工业过程运行优化的研究。（3）系统设计。系统的功能是实现使用En-RVEA算法对TE过程运行优化问题进行仿真研究;系统的结构包括三部分:En-RVEA算法、控制算法和TE过程仿真模型,设计每一部分的结构以及相互之间的作用联系。（4）系统开发。利用MATLAB软件开发工具,实现En-RVEA算法,对TE过程运行优化问题进行参数适配;开发TE过程仿真模型,主要包括研究与使用TE代码。（5）仿真实验与结果分析。运行TE过程于基础模式下,获取过程数据,对TE过程运行优化问题进行数学分析,使用径向基函数（Radial Basis Function,RBF）神经网络建立目标函数与决策变量之间的数据模型,修改优化方法参数运行求解,根据最优解的特点选取部分解转换为设定值进行仿真实验,验证优化效果。完整地展现本文系统对工业运行优化问题的仿真研究,以及对En-RVEA算法优化效果的验证。