裂解炉排放不确定性的鲁棒优化方法及鲁棒优化装置

本发明公开了一种裂解炉排放不确定性的鲁棒优化方法及鲁棒优化装置。该方法包括以下步骤：分别获取裂解炉的不确定性变量和决策变量所对应分布下的采样数据；基于湍流燃烧耦合模型，对采样数据进行数值模拟，以获取训练集数据；以采样数据作为输入变量，训练集数据作为输出变量，构建基于粒子群算法优化的神经网络代理模型作为不确定量化模型；基于不确定量化模型量化决策变量，构建鲁棒优化模型；以及经由鲁棒优化模型，通过动态自适应遗传算法对决策变量鲁棒优化，以获取不确定性变量的理想输出工况。本发明能够基于固定工况的输入不确定性的条件下，量化输出不确定性，并针对输出量优化，从而提升裂解炉排放在不确定性影响下的鲁棒效率和精度。