油品调和是利用炼油厂装置生产出的多种组分产品,按照调和配方生产出符合质量指标的成品汽油。油品调和是炼油厂生产成品油的关键环节,其中,调和配方直接影响到成品油的合格率,关系到炼油企业的经济效益,求解调和配方本身是一个典型的复杂非线性约束函数优化问题。因此,获得满意的调和配方是实现油品调和的难点和关键环节。本文通过对国内和国外油品调和技术的分析,首先建立了一种新的油品调和优化配方模型,该模型解决了调和优化模型与实际生产过程的不匹配问题,具有较高精确度；然后提出了一种改进的具有交叉算子的蚁群算法,该算法将遗传算法中的交叉算子引入蚁群算法中,加强了蚁群算法的全局搜索能力。在局部搜索过程中,应用Hooke-Jeeves方法改善了算法的寻优性能,加快了算法的收敛速率。仿真结果表明,新算法能够获得非常理想的配方模型、保证对质量指标的卡边要求、获得最大的调和利润。最后,为实现油品调和的实时控制,提出了在线调和解决方案。该方案利用近红外分析仪对油品的质量指标进行实时监测,然后将测得的调和组分指标传送给计算机,实现了对油品配方模型的在线调整,得到了能够实时调整的调和配方。