随着计算机技术的飞速发展和企业自动化程度的不断提高，过程系统优化已经从纯学术的理论发展成为能对工业起到巨大推动作用的技术力量，成为过程工业企业保持竞争力、在激烈的市场竞争中立于不败之地的主要技术手段。过程系统优化的核心是数学规划算法。当前的高性能数学规划算法大都依赖于导数计算以快速收敛到最优点，所以对求导精度的要求比较高；而导数计算所消耗的时间占优化时间的比例又非常的大。所以，求导问题是优化问题中一个非常重要的方面，值得过程系统优化的研究人员进行深入的分析。在过程系统优化中，一个理想的求导算法应该能够快速求取程序模块的解析导数。近年来发展迅速的自动微分算法比较好地满足了这个条件，并已在优化中得到了广泛的应用。但是，鉴于过程系统优化中模型的复杂性，现有的自动微分算法还有许多不足之处，需要得到进一步地改进。本文基于自动微分算法的过程系统优化研究，就是通过结合过程建模和优化的特点，改进现有的自动微分算法，并将其和优化算法结合以达到提高过程系统优化总体效率的目的。本文的研究工作主要有以下几点：在阐述过程系统优化的各类任务及其对应的数学规划问题的求解方法的基础上，分析和总结了求导和优化之间的关系，指出在优化中使用自动微分的优势。通过系统阐述自动微分算法的理论和相关技术，分析其固有的优点和缺点，为算法的改进提供了理论基础并指明了研究方向。通过比较和分析符号微分和自动微分，提出了一种新型的符号求导算法--符号自动微分算法。符号自动微分具有可对子程序形式的函数求导、可以充分利用模型的稀疏性、无需辅助操作的优点，非常适合针对结构相对简单、计算式以多项式为主的过程系统模型求导。开发了能同时实现数值自动微分和符号自动微分的扩展的自动微分工具--XADMAT，并将其成功地应用在一个典型的过程系统优化问题中。研究了过程建模与优化、求导的关系。分析和比较了当前两大基本建模方法--联立方程法和序贯模块法对优化效率的影响，指出结合这两种方法优点的复合建模方法在优化中的优势，并通过一个精馏塔稳态优化问题验证了这一结论。分析了建模方法对求导效率的影响，指出不同的求导算法适用于不同结构的过程模型，提出对于复杂模型求导最好的方法是根据其不同模块的特点采用合适的求导算法。11 浙江大学硕士学位论文．提出了一种结合现有的求导算法对复杂模型求导以大幅提高求导效率的方 法——面向模块的自动微分算法。该方法沿袭前向自动微分拆分元函数和利 用链式求导法则组合元偏导数的求导思路，将模型拆分为子模块逐次处理。 讨论了子模块连接的两类方法——直接连接法和间接连接法，从理论上证明 了直接连接方法的优势。面向模块的自动微分可以更加灵活和充分地利用模 型的结构特点，这个优势在精馏塔稳态优化和缩聚反应釜动态优化这两个典 型的工业过程系统优化问题中得到了充分的体现。．研究了面向模块的自动微分的核心问题——模型的分割和子模块求导算法 的选择。提出了以最小函数为基本单元，并惜助模型稀疏信息和导数计算复 杂程度的信息来分割模型的总体思路。提出通过计算模型变量导数的稀疏模 式矩阵来获得模型的稀疏性结构。定义了模块复杂度的概念来表征求导算法 对模块求导所需的单元标量计算次数，并以此为依据来为模块选择最合适的 求导算法。通过精馏塔稳态优化和缩聚反应釜动态优化问题验证了上述分析 方法的有效性。