精馏序列合成是一个大规模的组合优化问题,在精馏序列合成中同时考虑精馏塔间的能量集成与热耦合会进一步提高精馏系统的能效,但这也使得问题的规模急剧扩大、流程结构的表示更为复杂、优化问题的求解更加困难。本文提出了一种新的随机优化方法,实现了高效、自动合成同时含能量集成与热耦合的精馏序列（HITCDSs）,该精馏序列合成中允许非清晰分离,从而使分离过程热力学效率极大提高,进一步降低了系统能耗。为有效实施随机优化策略,本文提出一种新的二叉树编码法等价表示精馏序列结构,该编码方法不限制非清晰分离的中间分布组分个数,能产生完整的非清晰精馏序列搜索空间,并且能避免合成问题的分解以实现大规模精馏系统的自动化合成。对于二叉树编码法表示的任意精馏序列,提出通过一组0-1变量表示其精馏塔间的热耦合结构。提出了基于夹点法的能量集成策略确定随机产生的精馏流程的最优能量集成结构,因此无需采用整数变量对能量集成结构进行编码表示。在随机优化中,提出了一系列调优规则用于随机产生精馏流程结构的相邻解,即精馏序列的相邻解可通过二叉树的剪枝与产生新分枝随机给出;热耦合结构的相邻解则通过随机的0-1变换获得。随机给出初始的精馏序列及相应的热耦合结构,经过连续的调优操作,能随机产生所有可行的精馏序列以及热耦合结构。为得到年度总费用（TAC）最小的HITCDS,需要同时优化精馏序列、热耦合结构、能量集成网络、以及精馏塔的操作参数（压力、回流比、轻重关键组分回收率）,这是一个大规模的非凸优化问题。为求解该问题,本文提出了模拟退火（SA）算法与粒子群优化（PSO）算法相结合的随机优化框架,其中SA算法用于更新、优化精馏序列与热耦合结构;在任意一个由SA算法随机产生的精馏流程结构中,各精馏塔的操作参数由PSO算法优化。在对各流程结构的评价中,首先基于Fenske-Underwood-Gilliland（FUG）简捷法对精馏流程中的分离任务进行设计计算,然后由夹点法自动确定最优的能量集成网络,最后计算HITCDS的TAC。本文提出的随机优化方法适用于任意的N（N≥3）组元非共沸混合物的分离,为验证其正确性与有效性,该方法被用于求解不同规模的非清晰精馏系统合成问题,其中包括未曾研究过的、更为复杂的六组分及七组分大规模非清晰HITCDSs合成问题。结果表明该方法可实现复杂精馏系统的自动化合成,且求解效率高。在算例中测试了该随机化方法得到最优解的概率,测试结果表明该方法能以高概率得到最优及若干次优精馏流程（i.e.,＞80%）,因此证实了这种新的随机优化方法在求解大规模精馏系统合成问题时的稳健性。得到的次优流程与最优流程费用接近且在结构上存在相似之处,因此给设计者提供了有价值的备选方案。此外,与之前报道的限制非清晰分离的中间分布组分个数的方法相比,本方法能得到TAC更小的最优精馏流程,进一步证明了该方法能产生完整非清晰精馏序列搜索空间的优势。最后,优化结果表明与最优的常规精馏序列、只含能量集成的精馏序列以及只含热耦合的精馏序列相比,最优的HITCDS能将精馏系统的TAC进一步降低。