日益严格的环境法规对车用汽油的质量提出了更高的要求。汽油二次反应，不仅能有效降低催化裂化汽油的烯烃和硫含量，而且可根据需要增产丙烯和异丁烯等高附加值的化工原料，是保证车用汽油新标准顺利实施的一条重要途径。然而该领域的基础理论研究严重滞后于工程实践。本文围绕汽油二次反应的催化剂失活动力学、反应器模拟、辛烷值预测、增产丙烯，以及优化算法的开发和应用等多方面进行研究，旨在为清洁汽油的生产提供理论支持与技术指导。　　结合汽油二次反应过程中催化剂的快速失活特征，本论文分析了由于催化剂积碳而引起的快速失活行为与规律，探明了催化剂失活对二次反应体系的双重作用；提出了选择性失活耦合非选择性失活的新策略，基于该策略建立了催化剂的反应物导向选择性失活模型，采用载流时间而非积碳量的幂指数失活函数来描述催化剂活性历程；并进一步建立了考虑反应物导向选择性失活的汽油二次反应八集总反应动力学模型。　　针对该复杂反应动力学模型解析所面临的高度非线性的多参数全局寻优等实际困难，本研究在基因算法中引入模拟退火思想和自适应进化策略，提出了一种改进的自适应基因算法。该算法具有收敛速度快、优化效率高、爬坡能力强、能有效避免早熟和局部最优陷阱等优点。应用新算法求解模型，结果表明：与未考虑失活的动力学模型对比，考虑反应物导向选择性失活动力学模型的动力学参数和模拟结果更加合理、可靠，且具有更佳的计算精度和预测能力，能更加确切地、真实地描述二次反应体系，为催化剂失活的优化控制提供理论指导。　　为了满足日益强劲的丙烯市场需求，开展了汽油二次反应过程增产丙烯研究以及操作条件优化。本论文提出了基于莱温伯格马夸特改进支持向量机的LM/SVM新方法，并采用该方法建立了汽油二次反应的液化气和丙烯产率预测模型。采用序列二次规划算法对二次反应增产丙烯过程进行优化，得到了最大化生产丙烯的最佳操作条件和最优产率，为二次反应增产丙烯提供了理论基础，也为现代优化算法在化学化工中的应用提供了新思路。　　辛烷值是车用汽油重要的质量指标，本文采用多元线性回归和BP神经网络算法分别建立了二次反应清洁汽油的研究法辛烷值预测模型。实例计算验证和对比分析结果表明：BP神经网络模型其强大的非线性映射能力能够更好地反映汽油研究法辛烷值与各集总组分之间的复杂关系，具有较高的模拟精度和较好的可行性，且应用简便。　　提升管反应器内进行的汽油二次反应系统属于一个典型的流动、反应、传递强耦合、高度非线性、长时延、分布参数不确定性的多尺度复杂系统。本研究将汽油二次反应提升管反应器划分为考虑催化剂颗粒表面的反应动力学的微尺度、考虑颗粒团聚物、空隙率、稀密相、气固两相非均匀流动结构的介尺度、以及考虑产物分布和温度分布的提升管反应器宏尺度；运用多尺度建模方法建立了各子尺度模型；并采用镶嵌策略整合各子尺度模型建立了同时考虑汽油二次反应系统的流动、反应、传质、传热及其耦合过程的提升管反应器多尺度模型。采用EQUATRAN-G软件编程求解模型结果表明：多尺度模型可准确预测提升管反应器内的非均匀性结构、各集总浓度分布、反应器温度分布；揭示了汽油二次反应提升管反应器内不同尺度内的动态结构和相互关系，实现了不同尺度间的关联与镶嵌，对理解复杂多相之间的传递现象和能量耗散提供了新的理解。本工作为复杂反应体系的多尺度研究提供了新方法和新思路。