多流股换热器网络是一种新型的换热器网络。与双流股换热器相比，多流股换热器以其高效率、结构紧凑及投资低在气体加工和石油化工等一些过程工业中有着广泛的应用。但是过去的20多年里人们把大部分精力用于传统的双流股换热器网络综合的研究，有关多流股换热器网络综合问题的数学模型及求解技术研究目前仍然很有限。本文在德国DFG项目和中国石油天然气股份有限公司辽阳石化分公司的支持下进行了多流股换热器网络综合的理论和实践研究，主要包括如下内容： 1) 建立了带有多流股换热器的换热网络综合数学模型，该模型改进了文献中等温混合的不合理假设，建立了非等温混合的网络综合超结构数学模型，使得模型更加严格、符合工程实际。等温混合的假定使部分约束条件线性化，但是也缩小了问题优化的解空间，建立在这样前提之下的数学模型更加导致局部极值的出现。本文提出的多流股换热器网络综合数学模型不依赖于夹点技术的网络温差、夹点位置和子网络的划分，对于过程流股的传热膜系数没有限制，做到了换热器网络的同步最优综合。 2) 多流股换热器网络综合问题本质上是一个混合整数非线性规划问题(MINLP)，这类问题的非凸非线性的特性使得目标函数存在多个局部最优解。传统的基于梯度的搜索方法在处理这类问题时由于计算规模庞大且极易陷于局部最优解而不再适用，而遗传算法却为解决这类问题提供了很有希望的一个方向。本文对遗传算法求解多流股换热网络综合问题进行了研究，主要有： (1) 遗传算法提供了一种求解复杂系统优化问题的通用框架，但是构造遗传算法时需要考虑的一个重要问题是遗传算子的设计。对不同的优化问题需要使用不同的编码方法和不同操作的遗传算子，它们与所求解的具体问题密切相关，因而对所求问题的理解程度是遗传算法应用成功与否的关键。本文将遗传／模拟退火(GA/SA)算法应用到多流股换热器网络综合数学模型的求解问题上去。提出了多流股换热器网络初始可行解的发生方法、超结构中匹配换热量的确定、个体相似性的判断方法，设计了遗传算法综合多流股换热器网络问题的交叉算子、变异算子、保留父代良好信息的OCX算子、多样性保持EC算子。 (2) 用遗传算法求解约束优化问题的难点在于：在遗传算法的计算过程中，遗传因子作用于可行解后，一个可行解在经过各种算子的作用之后常常会变成不可行解，即违反约束。用遗传算法求解此类问题需要考虑一些对策。与传统的双流股换热网络综合问题相比，多流股换热网络综合问题中有更多的约束，大量的流股分支流量是未知的优化变量，问题更加复杂，规模也更大，因此这给遗传算法的应用带来许多的困难。大连理工大学博士学位论文针对多流股换热器网络综合问题约束条件苛刻带来的问题，根据换热网络问题具体的特点，提出了适合于HENS问题进化过程中面向特定问题的约束处理策略及进化过程计算中较小热量匹配去除以及最小传热温差控制等与网络的可控性和经济性相关的一系列策略。本文成功地将G刀SA与HENS问题结合起来求解，计算结果证明本文提出的这一整套方法对解决多流股换热器网络综合问题是有效的。 3)论文中对多流股换热网络和普通的双流股换热网络综合方法进行实例计算分析，说明应用多流股换热器的优势。作为工程实例，本文将GA/SA综合多流股换热器网络程序应用于辽阳石化分公司的原油预热换热器网络的改造，所提出的换热网络满足了厂方的改造要求，降低了操作费用，可以带来较高的经济效益。作为对比，同时还用商品化的换热网络综合软件HExTRAN进行了综合。两者综合结果的对比表明，GA/SA进行多流股换热器网络综合的方法是有效的，可以应用于中等规模的生产实践过程中去。