中文题目：基于组合算子NSGA-II算法并考虑油品移动路径规划的汽油调合调度多目标优化

论文题目：Multi-objective optimization of gasoline blending scheduling via NSGA-II algorithm with composite operators considering oil movement path planning

录用期刊：Expert Systems with Applications (中科院大类1区，TOP期刊)

原文DOI：http://doi.org/10.1016/j.eswa.2025.127426

原文链接：http://www.sciencedirect.com/science/article/pii/S0957417425010486

录用/见刊时间：2025/4/1

作者列表：

1） 何仁初 中国天天色天天（北京）人工智能学院 自动化系 教师

2） 卞蕊 中国天天色天天（北京）人工智能学院 控制科学与工程专业 硕23

3） 华俊杰 华东理工大学信息科学与工程学院 控制工程专业 硕21

4） 赵亮 华东理工大学能源化工过程智能制造教育部重点实验室 教师

5） 许锋 中国天天色天天（北京）人工智能学院 自动化系 教师

6） 隆建 华东理工大学能源化工过程智能制造教育部重点实验室 教师

摘要：

汽油调合是将多种组分油混合制成成品油的复杂工艺过程，直接影响炼油厂的经济效益和产品质量。然而，传统汽油调合调度优化方法往往忽视油品移动路径规划，导致调度方案与实际操作存在脱节。本文针对由储罐、调合头、油泵等关键设备构成的罐区拓扑结构展开深入研究，构建了考虑油品移动路径的汽油调合调度模型。该模型以最大化成品油产量与交付量、最小化辛烷值属性超标量、降低油品移动成本为优化目标。针对多路径搜索问题的复杂性，引入NSGA-II算法进行求解，采用进化算法染色体表征油品移动路径，并结合优先级搜索算法确保路径可行性。实验结果表明，该模型可为炼厂生产提供切实可行的汽油调合调度方案。

背景与动机: 

汽油调合是石油炼制企业生产的关键环节，通过将多种组分油和添加剂按比例混合生产出不同等级的汽油，直接影响炼油厂的经济效益和产品质量。然而，传统汽油调合调度优化大多只考虑配方、性质和库存等约束，忽略了调合过程中油品移动路径的规划，导致油品移动依赖人工调度。关于油品移动的研究主要集中在长距离管道运输、设施间管道运输以及精制油的储存和运输方面，相比之下，针对汽油罐区内部的油品移动路径规划的研究相对较少，且现有研究中对管道网络拓扑结构的简化并不符合实际罐区的情况。

当前汽油调合调度优化方法忽略了油品在罐区的实际移动路径，导致调度方案与实际操作之间存在脱节。此外，目前油品移动路径的规划主要依赖人工经验，存在协调困难、操作繁琐和缺乏实时效率等问题。为解决这些问题，实现最大化生产量和交付量、最小化辛烷值（RON）过剩和最小化油品移动成本，本文提出一种基于使用组合算子NSGA-II算法并考虑油品移动路径规划的汽油调合调度优化方法。

设计与实现:

本文的技术路线如图2所示。首先以组分罐、成品罐、调合头、泵等关键设备为节点形成汽油罐区拓扑图，构建考虑油品移动的汽油调合调度多目标优化模型。并引入多染色体对决策变量进行编码，通过多种组合遗传算子（交叉算子和变异算子）和约束处理技术（个体修复和可行性法则）对NSGA-II算法进行改进，并用于模型求解。最后，选择Pareto前沿上的“膝点”作为最优解，避免线性加权容易陷入局部最优的问题。还通过增加拓扑节点数以及储罐数量来证明使用组合算子的NSGA-II算法能够有效处理一定复杂度的油品移动与汽油调合调度优化问题，为油品移动规划可行路径，并为汽油调合调度管理提供更科学高效的解决方案。

 

图1 考虑油品移动的汽油调合调度多目标优化技术框架图

汽油调合调度优化模型：汽油调合调度问题包含多个决策目标，本文模型主要考虑三个目标函数，分别为成品油的产量和提货量最大、研究法辛烷值属性过剩最小、油品移动成本最小。考虑到汽油调合过程中的生产工艺、操作规则、产品质量指标等限制，模型中构建了各类约束条件的公式，包括库存约束、质量约束、配方约束、路径重合约束、泵流量约束等。

成品油的产量和提货量最大：

研究法辛烷值属性过剩最小：

油品移动成本最小：

采用多染色体的方式表示个体，对于NSGA-II算法使用多种交叉算子组合的方式来执行交叉操作，包括两点交叉、节点序列交叉和连续变量交叉以及单点变异、节点序列变异和实数变量变异算子组合。

实数变量交叉：

实数变量变异：

由于进化算法的求解过程是随机的，导致在进化过程中很难使个体收敛到可行域内。因此，在NSGA-II算法框架中引入了约束处理技术包括个体修复和可行性法则，引导不可行个体向可行域收敛。

图2 个体修复示意图

 

图3 汽油调合调度的多目标算法流程图

实验结果及分析:

本文以国内某炼厂实际生产过程为例，设置调度时间范围为7天，调度周期以天为单位，调度结果为7个周期的汽油调合生产方案。使用组合算子以及约束处理的NSGA-Ⅱ算法求解生成油品调合调度方案。求解后的调度结果如下图所示。

 

图4 超体积曲线

 

图5组分油接收调度方案

 

图6 成品油提货量调度方案

 

图7 各储罐流量调度方案

图8 油品移动路径示例图 

上述优化结果表明，所提出的考虑油品运动的汽油调合调度多目标优化方法可以确定汽油调合生产需求，制定合理可行的调度计划。表1-1和表1-2为各周期成品油属性预测值，从表格中可以看出成品油各属性值满足相应属性指标，且辛烷值过剩较小，调度方案充分考虑了成品油的特性，并确保其产量、提货量均严格符合预设的约束条件。

Table 1-1. 各周期成品油属性预测

Table 1-2. 各周期成品油属性预测

后续增加了拓扑结构中的节点和储罐数量，油品移动路径规划图如图10，图11所示，结果表明，使用组合算子的NSGA-II算法也能有效地处理一定复杂度的油品运动路径和汽油调合调度优化问题，规划可行路径。

图9 节点增加的油品移动路径示例图

 

图10 储罐增加的油品移动路径示例图

结论:

本研究针对炼油厂汽油调合调度中设备分散、管道复杂、人工路径规划效率低下等问题，创新性地提出了融合油品移动路径规划的多目标优化模型。采用多染色体编码技术分别表示路径、流量、交付量及组分油接收变量等决策变量。通过引入优先级编码机制降低路径约束违反风险，从而加速算法收敛。同时，为适应不同类型染色体的编码特性，在进化过程中采用了多种交叉与变异遗传算子以及约束处理技术的NSGA-II算法进行求解。最后，设计了一个汽油调合模拟案例，并使用该案例对使用组合遗传算子的NSGA-II算法的汽油调合调度策略进行验证。证明了该算法可以有效生成多目标优化方案，划出可行的油品移动路径，模型设计还充分考虑了复杂拓扑结构和多约束条件，验证了其在更大规模工业环境中的适用性。这一研究为炼油行业的实际应用和理论发展提供了新思路。

作者简介:

何仁初，男，中国天天色天天（北京）人工智能学院自动化系系主任、教授、博士生导师。上海自动化学会理事，主要研究领域为面向能源化工过程的智能感知、智能建模、智能决策、机器学习和优化控制方面的理论、方法与应用。近年来主持/参与国家自然科学基金面上项目2项；企业委托合作项目20多项；在IEEE汇刊、FUEL、CES、JPC等国内外期刊发表SCI/EI学术论文40多篇；申请国家发明/国际PCT专利20多项，已授权国家发明专利11项，授权国际发明专利1项；登记计算机软件著作权20多件；获得上海市技术发明一等奖1项，中国石油和化学工业联合会科技进步一等奖1项，上海市科技进步三等奖1项。