乙烯是重要的化工基础原料之一,乙烯工业在整个国民经济中占有非常重要的地位,其生产水平已成为衡量一个国家的石油化工工业发展程度的重要标志。现代大型复杂工业过程已无法完全依据物理化学机理建立精确数学模型,对其过程控制与优化已变得越来越困难,如何有效利用大量离线和在线数据建立数据模型,在难建立较准确机理模型的条件下,实现对生产过程建模、优化控制与决策管理已成为近年来控制理论与控制工程领域的研究热点之一。本文选择典型的化工过程乙烯裂解炉为研究应用对象,从裂解原料开始到整个裂解炉运行周期结束进行系统研究,研究裂解模型对原料、操作工况和不同炉型的适应性问题,研究基于过程数据和机理模型融合驱动的乙烯裂解炉过程建模与优化运行方案,寻求新的建模与优化控制方法,提高装置的操作水平和综合经济效益。具体研究内容如下：(1)综述了目前国内外乙烯工业生产状况及发展趋势,乙烯裂解过程向装置规模大型化、裂解原料多样化、降低成本和节能降耗等方面发展；我国裂解油品偏重,迫切需要油品的优化选择,寻求不同油品的裂解过程模型；综述了数据和机理模型驱动建模方法的优缺点、区别与联系,两种方法有效融合能更好地解决过程系统的建模问题,提高模型的精度和适应性；分析了群智能优化算法及其改进方法与途径,重点分析了目前国内外乙烯裂解炉过程建模、优化与控制方面的研究现状,指出了需要进一步研究的重点内容。(2)以中石化和Lummus公司联合开发的SL-Ⅰ型裂解炉为例,建立了乙烯裂解炉工艺机理模型,针对原Kumar反应动力学模型对不同石脑油适应性差的缺点,提出了一种序列二次规划混沌粒子群优化算法(SQPCPSO),并利用该算法对原kumar模型的10个一次反应选择性系数和二次反应动力学参数进行优化调整,基于反应过程碳和氢原子平衡、模型与实际产物收率误差为综合优化目标函数,调整结果比原kumar模型的精度更高,提高了模型的适应性和准确性,不同石脑油和不同炉型的计算结果表明了所提方法的有效性和实用性。(3)研究了基于模糊聚类算法的石脑油性质的相似识别,建立了不同聚类油品的kumar反应动力学模型库及优化操作模型库；基于过程操作数据、工艺数据、经验知识等,提出了一种基于数据和机理模型融合驱动的乙烯裂解炉过程建模方法；针对在线数据建模精度和再学习问题,提出了一种基于软阈值法的自适应主元提取的WMPCA新算法,以及一种WMPCA-RBF自学习调整的过程在线建模方法,提高了在线建模的精度和适应性。(4)在上述工作的基础上,研究了乙烯裂解炉生产过程的智能优化操作解决方案,提出了一种多群竞争自适应粒子群优化算法(FCMAPSO),并利用该算法对乙烯裂解炉融合模型进行优化,结合多油品相似性、工况模式识别,实现了不同油品模型智能优化预测控制,开发完成了乙烯裂解炉优化操作软件系统,实际应用结果验证了所提优化方案的有效性和实用性。(5)针对乙烯裂解炉的多目标优化操作问题,研究设计了乙烯裂解炉生产过程多目标优化策略和解的综合评价方法,提出了一种基于动态层次分析的自适应多目标粒子群进化算法,实时动态客观决策、自适应调节粒子进化状态参数,提高了目标解的分布均匀性和多样性。考虑产物收率、结焦厚度与运行周期等多个目标和操作约束,实现了不同目标之间协调和均衡策略,根据偏好选择合适的优化操作条件,为乙烯裂解炉的多目标优化运行提供了一种可借鉴的解决方案。