Abstract
類神經網路近來受到許多研究者的注意，由於類神經網路具有學習能力，可以經由訓練而辨識未知的系統或模式極為複雜的系統。本文所針對的問題是原油分餾工廠中的主蒸餾塔，此蒸餾塔的目的為分離原油中液化石油氣(LPG)、輕油(Naphtha)、煤油(Kerosene)、柴油(Diesel)、氣油(AGO)及塔底產品燃料油(Fuel Oil )。蒸餾塔在操作上是根據進料原油之組成調整設定點，但產品組成分析需要耗費相當的時間，因而無法根據分餾產品組成及時調整操作參數的設定點。鑑於類神經網路具有辨識複雜系統之能力，若能以過去工廠中主蒸餾塔的操作數來據教育類神經網路，使類神經網路辨識進料原油組成、操作參數和產品組成間的關係模式，即可根據進料原油組成和預期之產品組成，建立主蒸餾塔之類神網路模式。本論文即利用此一類神經網路，根據期望之產品組成，估算操作參數的設定值，藉此調整主蒸餾塔之操作設定點。以生產效益為目標函數，利用所建立的主蒸餾塔類神網路模式，配合隨機搜尋－區間漸縮法，搜尋最適化的操作參數值，以期使主蒸餾塔達到最適化操作的狀態。