醋酸乙烯是应用非常广的化工产品,全球消耗量很大,对于企业来说如何降低消耗,生产更多醋酸乙烯是有意义的。本课题的目的是找到醋酸乙烯合成过程的最佳中温,使醋酸乙烯产量提高。由于现场缺少必要的检测设备来反映合成的过程,所以通过构建合成反应的数学模型来模拟反应过程。分析醋酸乙烯合成过程影响醋酸乙烯合成的因素,本课题加入触媒活性这一关键影响因素,使所建模型能反映真实的合成反应。比较几种常用的建模算法,课题选用RBF神经网络对合成反应建模,由于中心向量和宽度选取的随机性,传统的RBF神经网络不能满足论文的建模需求。中心向量和宽度选取的问题,本课题引入遗传算法,充分利用遗传算法全局寻优能力,找到适应度最高的中心向量和宽度,再利用最小二乘法计算出隐含层到输出层的权值,建立遗传-RBF神经网络模型。解决传统RBF神经网络时中心向量和中心宽度的选取影响泛化能力的问题。最后仿真证明建立的遗传-RBF神经网络模型有较强的函数拟合能力和更小的误差。寻找醋酸乙烯合成反应的最佳中温时,本课题采用遗传算法。利用已经建立好的数学模型作为遗传算法寻优过程的性能指标,经过遗传迭代后找出适合当时反应条件下的最佳中温,并计算出最佳温度下的时空收率,计算并比较优化前后的两组数据差值作为证明。