当前原油蒸馏过程普遍存在分馏精度差、能耗高的问题,造成该问题的主要原因就是忽略了常压蒸馏塔与换热网络间的耦合关系,只考虑了单装置优化,从而导致蒸馏系统与换热网络间的不匹配。换热网络与蒸馏系统紧密相关且相互制约。例如,当换热网络运行超出运行规定范围,不仅会增加系统能耗,还会导致蒸馏系统内部热量不平衡,直接影响各侧线产品质量和收率。当常压蒸馏塔内的取热分配不合理时,会严重限制换热网络的能量回收率,降低了热源利用率。因此解决上述问题的关键是考虑常压蒸馏塔和换热网络系统间的协同操作优化,在满足产品质量的约束下,通过调整装置的操作参数,实现侧线产品收益与能耗的多目标优化。由于炼油生产过程的复杂性,各生产装置机理模型结构复杂,并且优化过程中需要多次调用模型进行评估、比较,直接采用机理模型会导致严重的计算复杂度,难以满足系统实时优化的需要。此外,实际生产过程产生的数据通常含有很多噪声,数据缺失严重,无法建立准确的数据模型。因此,如何建立高效准确的蒸馏与换热系统的集成模型是解决蒸馏与换热系统协同操作优化问题的难点。基于代理模型的在线约束优化算法的出现为求解上述优化问题提供了新的途径。所谓代理模型是指通过对数据学习训练产生近似模型,用于替代复杂的机理模型,进一步指导优化算法的搜索方向,并根据代理模型的预测精度,自适应调用机理模型更新校正代理模型,从而实现代理模型不断逼近精确严格机理模型。近年来,越来越多的研究者采用代理模型解决计算昂贵的无约束优化问题,然而,计算昂贵的约束优化问题相关研究比较少见。该类问题求解的难点在于如何平衡约束条件和目标函数来选择代理模型的更新点。由于实际应用中普遍存在计算耗时的约束优化问题,因此,设计约束处理策略与代理模型的模型管理策略相结合来不断更新校正代理模型对解决复杂工业优化问题起到关键的意义。本文针对上述问题,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）》,以炼油过程中分馏系统与换热网络协同操作优化问题为应用背景,开展了基于代理模型的约束多目标优化算法的设计及其应用研究。主要研究工作如下:（1）给出了炼油过程蒸馏与换热系统协同操作优化问题的数学描述。通过分析分馏塔与换热网络间的耦合关系,确定了决策变量、目标函数和约束条件。决策变量为分馏塔进料温度,各中段回流负荷及回流流量,各侧线产品产出量以及汽提蒸汽注入量等14个操作变量。约束条件包括产品净收益、能耗成本与决策变量之间的模型约束,仿真模型操作收敛约束以及常压蒸馏塔各侧线产品质量的约束。优化目标为最大化产品净收益和最小化能耗成本。在满足产品质量等约束条件下,通过优化关键操作参数,降低能耗成本并提高产品收益,从而实现常压蒸馏装置与换热网络间的优化集成。（2）针对该模型不收敛情况下存在目标函数和约束条件评估耗时长的问题,提出了基于模糊聚类欠采样和自适应Boosting的分类代理模型来预测常压塔仿真模型收敛域的解决方法（FCMUSBoost）。预测常压塔仿真模型是否收敛问题是一个典型的类别不平衡问题,采用模糊聚类欠采样方法对不平衡训练数据集进行预处理,从样本数多的类别中均匀选择信息量最大的个体,并删除冗余样本,通过上述重构样本训练集来改变样本分布,采用自适应Boosting集成学习方法建立分类模型,来预测输入的决策变量是否使常压塔仿真模型收敛,以此筛选不收敛的解,提高性能指标评估效率。（3）为了解决产品质量约束导致的可行域范围极小且不连通的问题,提出了基于高斯过程代理模型改进的约束优化进化算法（K-CRVEA）。采用高斯过程模型作为代理模型,设计了基于参考向量激活状态的自适应约束处理的模型管理策略来更新代理模型。首先根据当前种群的分布特点,动态更新参考向量,并将个体与参考向量进行关联,目的是保证种群的多样性,防止种群陷入局部最优。然后,在进化初期阶段,根据参考向量激活状态,自适应根据约束值置信下界准则、改善期望准则和可行概率准则来确定可行性好且不确定度大的个体。在进化后期阶段,以收敛性和多样性作为选择目标,优先选择约束违背值小且目标函数值好的个体作为代理模型的更新点。实验结果证明了所提算法可以使代理模型快速逼近可行域,快速找到全局最优解。（4）将设计算法应用到实际的炼油过程蒸馏与换热系统协同操作优化问题的求解中。首先以常减压装置为研究对象,采用ASPEN HYSYS流程模拟软件建立常压蒸馏装置仿真模型,采用基于热力学原理的夹点分析技术来建立换热网络模型,并编写MATLAB与HYSYS接口工具箱,保证两个装置模型间的实时通讯。将所提算法对协同操作优化模型进行求解,并和优化算法EI-PoF和RVEA进行对比,实验结果证明了所提算法在求解蒸馏与换热系统协同操作优化问题上的有效性和高效性。