常压蒸馏装置是炼油厂最重要的分离装置,其通过物理反应从进料中提取有用的馏分油（汽油、柴油、石脑油、煤油等）。常压蒸馏装置的操作变量（以下简称操作变量）决定着产品的质量和性质,操作变量的设定值接影响到企业的经济效益。当改变操作变量的设定值时,往往会引起某种产品产量的增加,同时其他产品的产量会降低,因此产品产量之间是相互冲突的。因此常压蒸馏装置的操作变量优化是一个多冲突目标优化问题。此外,由于蒸馏装置的操作变量与产品质量之间存在高度耦合、非线性关系也对操作优化造成了困难。现有工程中使用的多目标算法在求解效率和多样性方面并不满足常压蒸馏装置的要求。因此研究常压蒸馏装置的多目标运行优化,即在满足各类约束条件下,以合理确定各操作变量的设定值,实现产品产量等运行指标的优化,具有非常重要的意义。本文基于上述问题,依托国家自然科学基金项目“炼油生产过程全局协同优化运行理论与实现技术（61590922）”,研究常压蒸馏装置操作优化多目标优化算法,主要工作如下:（1）常压蒸馏运行优化问题描述。给出了常压蒸馏过程运行优化的考核指标——常顶、常一线、常二线产量输出的描述。根据常压塔的工艺特点,分析了其蒸馏过程的状态变量和操作变量,从而确立了优化问题的约束条件和决策变量,并对上述运行优化问题的重点和难度进行了分析。（2）提出了一种基于分解技术的自适应差分多目标优化算法MOEA/D-SADE。该算法不同于以往基于非支配排序的多目标优化方法,引入分解技术求解多目标问题。针对种群变异更新,提出了基于择优学习的策略的差分变异算子,以提高收敛性。通过自适应策略将择优学习策略的算子与鲁棒性较强的DE/rand/1算子同时融入差分进化,增加了种群更新信息。将所提出的算法与两种较为流行的算法、利用两组性能不同的测试函数进行对比实验,结果表明,分解技术的引入对于求解三目标优化问题上有较为明显的改进。择优学习算子以及自适应策略的加入对于算法的收敛性以及分布性均有提高,且本文提出算法具有良好的收敛能力和分布性能,尤其是在求解未知Pareto前沿面的问题中,自适应的策略可以逐渐改进变异策略以适应不同的实际问题求解。（3）结合常压蒸馏过程运行优化问题,将本文所提出的基于分解技术的自适应差分多目标算法MOEA/D-SADE用于实验研究。由于常压塔各操作变量与产量之间有着强非线性、强耦合的复杂关系,本文采用最大信息系数法选取与常压塔产量相关的变量,进而确立了决策变量及约束条件,建立了优化决策模型。在仿真实验中,采用三种算法与所提算法进行对比,结果表明所提算法对于常压蒸馏优化决策问题求解更为有效。最后,通过对比本文算法和NSGA-Ⅱ算法对于常压蒸馏过程操作变量优化的结果,表明本文所提出的基于PBI分解技术的改进差分自适应算法在产量相同的情况下可以提高操作变量的操作范围。