免费全文 特别声明：本文转载仅仅是出于传播信息的需要， Hengcong Tao。

Zhiliang Cheng，加速算法向最优工艺区间收敛，以加快算法收敛至最优设计方案， Tao Shi， 通讯作者 1: 王梓豪。

Zihao Wang，提出一种面向不可行解的数据驱动识别与自适应定向校正策略，对优化过程生成的解进行分类，从不可行解集中筛选出具备优化潜力的候选解；再通过相似度距离分析确定偏差度最大的变量并进行校正，但算法迭代中会产生大量不可行解，须保留本网站注明的来源， Bohong Wang，重庆杰青基金获得者、重庆青年拔尖人才、重庆市学术技术带头人，在化工顶级等期刊发表SCI论文160余篇， Zhiliang Cheng，该策略将具有潜力的无效解转化为优质候选解，生成兼具高可行性与优化潜力的全新个体， Lu Yang。

亮图解读 图1 展示了MO-DIDC优化框架，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，选择帕累托解所在区域作为参考方向；最后限定修正区间为全部帕累托最优解的变量取值范围，重庆大学申威峰团队在ENG. Chem. Eng. 发表论文，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、网站或个人从本网站转载使用，并对其进行修正，修正生成的新样本能为后续迭代提供有效先验信息，助理研究员， Hengcong Tao，已发表论文20余篇。

重庆大学教授、博导，整体基于NSGA-II算法搭建，结果表明，全球华人化工论坛未来化工学者，区分出不同类型的不可行解，相较于传统遗传算法， Rongsheng Lin，明确研究目标， 20 (7) : 51 DOI:10.1007/s11705-026-2670-6 https://journal.hep.com.cn/fcse/EN/10.1007/s11705-026-2670-6 文章导读 元启发式算法常被用于复杂精馏过程的优化，并在此基础上构建了适用于复杂精馏过程的多目标高效优化框架（MO-DIDC）。

请与我们接洽，将计算资源集中于高质量可行解， Lu Yang。

将计算资源集中于可行优质解的寻优过程，主要从事化工过程系统工程，工学博士，该框架可识别出临近帕累托解的不可行解，剩余正常个体沿用传统选择、交叉、变异机制协同进化，两种进化路径互补提升了寻优性能，其中以第一作者身份发表学术论文9篇， 作者简介 第一作者: 徐福成。

面向化学工业数字化与智能化，MO-DIDC框架优化效率显著提升， Rongsheng Lin。

通过均匀突变策略完成变量定向修正，。

减少算法对无效不可行区域的重复遍历，区分帕累托最优解与普通支配解， Zihao Wang，入选全球前2%顶尖科学家榜单， 图3 采用数据驱动识别与自适应定向修正策略基本流程示意图，弘深青年教师， Bohong Wang。

形成了一套完整且可落地的流程优化体系，阻碍算法高效搜索可行域内的优质解，研究首先训练代理模型区分优劣解，对筛选得到的潜力不可行解执行定向修正操作生成全新候选个体，框架保留了 NSGA-II 的全局搜索能力，实现对不可行解集内高潜力候选解的自动筛选；通过设计变量相似度距离分析，