该文研究的柠檬酸双效蒸发过程存在着系统建模和关键变量检测的困难.在常规控制理论难以奏效的情况下,采用智能方法建立关键变量预测模型,并研究系统稳态优化控制,具有重要的经济和理论价值.首先,分析了BP算法收敛速度慢、易陷于局部极小的原因,提出一种融人遗传算法的BP神经网络训练方法-BP-GA算法.在对几种典型的BP网络训练算法综合比较的基础上,选择动量-学习速率自适应法作为初始训练算法;此外,针对遗传算法操作参数难以确定的特点,设计了自调整交叉、变异机制.仿真表明BP-GA算法在收敛速度和稳定性方面都取得较好的效果.其次,采用PCA-BP神经网络建立了蒸发过程出料液浓度软测量预测模型.详细讨论了建模数据的预处理;同时,为提高软测量模型的实用性和预测精度,提出了基于误差估计器的短期在线校正方法和不定期软测量模型更新的学习机制.利用现场数据进行了校验,结果表明所建模型是合理有效的.最后,在软测量建模的基础上,研究了蒸发系统能耗稳态优化问题,即在满足工艺要求的前提下,求解优化变量的最优工作点,使单位生产所消耗的能耗最少.给出了用惩罚函数法求解优化问题的具体步骤,最后给出系统稳态优化控制的建议.