對本文的工作進(jìn)行系統(tǒng)總結(jié)，并進(jìn)一步探討二氯乙烷裂解爐建模以及優(yōu)化方面今后的發(fā)展方向。在科學(xué)研究和工程實踐中，很多具體的問題都可以歸結(jié)為一個優(yōu)化問題，而優(yōu)化算法則是以數(shù)學(xué)知識為基礎(chǔ)，用于求解這些優(yōu)化問題的技術(shù)和方法。作為一個重要的研究方向，優(yōu)化算法的研究延伸到很多的領(lǐng)域，如自動控制、生產(chǎn)調(diào)度、石油化工、機械工程等。因此，行之有效的優(yōu)化方法是諸多領(lǐng)域研究者們的重視和關(guān)注的焦點。隨著市場競爭的日益激烈，在考慮許多現(xiàn)實的優(yōu)化命題時，利用傳統(tǒng)的單一目標(biāo)描述實際問題已經(jīng)不能滿足實際的需求，往往需要將這些優(yōu)化問題分解成多個優(yōu)化目標(biāo)對待。而，這些優(yōu)化目標(biāo)往往不是孤立存在的，而是彼此之間存在著制約制約關(guān)系。一個目標(biāo)的優(yōu)化很通常會是以犧牲另外目標(biāo)的優(yōu)化性能為代價，難以同時實現(xiàn)多個優(yōu)化目標(biāo)均達(dá)到最優(yōu)的結(jié)果。因此，研究一種優(yōu)越的多目標(biāo)優(yōu)化方法，盡可能逼近多目標(biāo)優(yōu)化命題的極限優(yōu)化解，顯得非常有必要的。而隨著科技的進(jìn)步，時代的發(fā)展以及全球經(jīng)濟競爭的加強，研究對象的規(guī)模越來越大，系統(tǒng)的非線性程度越來越嚴(yán)重，約束條件也越來越多，這給多目標(biāo)優(yōu)化算法的研究提出了更多更高的要求，帶來了更大的挑戰(zhàn)。隨著計算機技術(shù)以及仿生技術(shù)的不斷發(fā)展，利用智能算法求解實際的優(yōu)化問題逐漸進(jìn)入人們的視野，目前也成為優(yōu)化解決方案中的主流機制。而進(jìn)化算法，作為智能算法的一大類，是一種受自然界生物進(jìn)化機制啟發(fā)而發(fā)展起來的啟發(fā)式搜索和優(yōu)化算法。目前，用進(jìn)化算法求解多目標(biāo)優(yōu)化問題得到了廣泛的應(yīng)用。而，差分進(jìn)化算法作為進(jìn)化算法的重要組成部分，是一種較為新穎的進(jìn)化計算方法。由于差分進(jìn)化算法，結(jié)構(gòu)簡單明了，控制參數(shù)較少、算法魯棒性較強等諸多特點，利用差分進(jìn)化算法解決實際的優(yōu)化問題(包括多目標(biāo)優(yōu)化問題)己然成為該領(lǐng)域內(nèi)的研究熱點。www.chnlcjt.com