在过程控制系统结构中,实时优化处于规划层和控制层之间,其作用是为控制层提供操作参数的优化设定点,使生产过程时刻运行在最佳的工作状态。论文针对传统的实时优化方法需要等待稳态以及模型更新和优化计算复杂等缺点,提出了一种包含多目标进化思想的进化式实时优化方法,采用粒子群多目标优化算法对模型参数和操作参数进行统一编码和进化操作。论文首先分析了传统实时优化方法的理念、实现框架以及主要缺陷。进而提出了一个进化式实时优化方法。将传统实时优化方法中的模型更新与控制器设定点的优化计算表达为一个多目标的进化过程,把扰动后等待稳态的过程划分为若干个“拟稳态”区间,并根据测量值在每个“拟稳态”区间内执行一次多目标进化过程,实现模型参数的不断更新和设定值的连续改进。论文讨论了多目标进化的思想和解决多目标问题的主要方法,研究了基于粒子群算法的多目标优化问题。根据进化式实时优化技术的要求,详细给出了基于粒子群多目标的优化算法,以及对模型参数和操作参数进行统一编码和进化操作的具体实现步骤。最后,以Williams-Otto反应器为研究实例对所提出的方法进行了研究,结果表明进化式实时优化方法不仅扩展了实时优化方法的应用范围,能够处理连续扰动问题,而且在优化结果和优化过程实时性方面都有显著优势,具有更广泛的发展前景。