《过程工程中的智能系统》一书评介

化工学院98级博士生 黄启明

一、 概述

本书是美国学术出版社(Academic Press)出版的Advances in Chemical Engineering丛书中的第21、22卷，1995年出版，由麻省理工学院化学工程系过程工程智能系统实验编篡而成（索书号：TQ021 W415 V.21；TQ021 W415 V.22)。 现代人工智能是近40年来发展起来的一门综合性学科，旨在研 究如何利用计算机等现代化工具设计一种系统来模仿人类的智能行为。从图形、图象、语言、文字的识别到自然语言理解、从博弈、自动定理证明、自动程序设计、数据库的智能检索到机器人，人工智能的应用十分宽广。人工智能在化学化工中的最初应用则是80年代初期DENDRAL专家系统的建成，自此，人工智能在化学化工中的应用引起了广泛的关注，很多的科研工作者投入到这一研究领域中来。人工智能在化学化工中的应用主要有两个方面：产品开发及过程设计。前者包括新型分子的设计、化学反应路径的合成等，后者包括化工流程设计、过程操作的维护等。 麻省理工学院化学工程系过程工程智能系统实验室于1986年成立并致力于智能系统在 过程工程中的应用这一研究领域，多年来，取得了显著的成果。本书正是他们多年科研工作的成果结晶，主要讲述了人工智能在产品设计、过程设计及过程操作中的应用。

全书由两部分组成，第一部分主要讲述智能系统应用于产品与过程设计的原理及其应用范例（第21卷），  第二部分主要讲述智能系统应用于过程操作的原理及其应用范例（第22卷）。

二、本书特点及主要内容

（一） 本书特点

纵观全书，有如下几个特点：

    1.系统性强。书中的每一章,都贯穿着从原理到应用。首先对前人的工作加以综述并介绍基本原理与方法，再具体阐述过程设计思想，最后进行案例分析。如：第一章建模语言，首先对化学分子设计及化工流程模拟中使用的几种语言进行概述，并提出了五个基本的假设，接着提出应用于上述两方面的两种建模语言并详细介绍了他们的语法规则，介绍每一种语言之后还给出了案例研究。

    2.内容丰富，知识的覆盖面很广。智能系统作为一门新兴的学科，涉及的知识极其广泛。本书各章的内容涵盖了人工智能、神经网络、系统与控制论、统计学、化学工程、过程操作、高等有机化学、计算机科学等多个领域的知识，内容非常丰富。

    3.内容新颖，概念清楚，图示形象。本书于1995年出版，据笔者从国际互联网上查到的资料表明，尽管关于智能系统的专著或合集已有了很多，但讨论过程工程中智能系统的应用的书籍却不多见，本书的出版适应了学术界对这一知识领域的需要。本书对概念的解释较为重视，对于一些专业术语都给出了相应的参考文献，同时，书中使用了大量的图表，这都使得读者能够较轻松地掌握本书的内容。

作者对知识的整合态度始终贯穿于全书之中，因此本书对要求读者具有较广阔的知识面，对智能系统、神经网络、系统与控制论、过程工程及化学等许多学科都有一定的基础。鉴于此，本书并不适合作为高等院校教材，但对化学化工和计算机两大领域中的应用开发与科研工作者而言，本书有着极大的参考价值。

（二）主要内容

第一部分：产品与过程设计范例（第21卷）

第一章  建模语言。本章首先对化学分子设计及化工流程模拟中使用的几种语言进行概述，并提出了五个基本的假设，接着提出应用于上述两方面的两种建模语言LCR(a Language for  Chemical Reasoning)与MODEL.LA(a Modeling Language for Process Engineering)并详细阐述了它们的结构和语法规则。本章还以乙烷高温分解反应为实例说明了LCR语言的功能、各基本模块的结构和它们之间的关系。

第二章  设计自动化。本章的内容以J.M.Douglas提出的概念设计的分级决策法为基础(有关分级决策法的详细资料请参考J.M.Douglas的著作Conceptual Design of Chemical Processes)，讨论了化工过程设计的分级决策法，提出了用于分级设计的计算机语言HDL(the Hierarchical Design Language)。本章最后介绍了由本书编者之一的Chonghun Han用HDL语言编制的软件ConcepterDesigner。

第三章  符号与数值推理。本章主要讨论化学反应路径的设计。介绍了反应路径或反应机理合成的概念框架和算法，并分别以氨和甲醇的合成、赖氨酸和丙胺酸的合成说明了本章算法在催化反应机理的设计和生化反应路径设计中的应用。

第四章  归纳与演绎推理。本章使用第一章中提出的两种语言LCR和MODEL.LA开发出了一个基于过程的方法。通过对设计缺点的辨识和修正及对操作流程的调整，该方法可用于辨识化学过程中潜在的故障、提出阻止或减少故障影响的措施。

第五章  离散解的搜索空间。进行分子设计需要的知识是片断的、分散的和非形式化的，这使对预期分子的演绎搜索变得低效甚至不可能。本章勾画了一个智能化的计算机辅助工具Molecule Designer的基本特性，这一工具支持对预期分子的合成搜索。通过制冷剂、萃取溶剂和成药的合成实例说明如何利用Dolecule Designer实现自动化分子设计。

第二部分：过程操作范例（第22卷）

第六章  非单调推理。本章首先引入过程操作与计划中非单调推理的思想，对非单调推理方法的基本特点进行了总结，详细探讨了非单调推理方法用于化工过程规划与设计的步骤与策略。

第七章  归纳与类比学习。本章结合大量的工业案例，介绍了归纳与类比学习的基本原理和应用。

第八章  通过神经网络的经验学习。神经网络是人工智能学科的一个重要分支，本章则主要讨论了子波神经网络的性质、构造，介绍了利用子波理论建立起来的神经网络学习算法，并介绍了这一算法的具体应用。

第九章  及时推理。本章首先给出了描述和定义过程趋势的形式结构，接着介绍了应用子波分解进行信号分析的基础理论。利用上述理论，本章还开发出了数据压缩的简洁而有效的方法。最后，本章讨论了如何关联输入输出信号以进行过程控制与诊断。

第十章  智能数值计算。本章的主要任务是介绍求解化学工程中优化问题的智能数值计算的概念。为阐述这一概念，作者选择了分枝界定法进行讨论。分枝界定法主要用于离散结构优化问题的求解(参见Nemhauser,G.L.和Wolsey,L.A.的著作Integer and Combinatorial Optimization)，作者将之成功地运用到间歇式化工生产与规划的问题中。

三、本书结构

第一章 建模语言：对化学反应和过程工程的描述 (Christopher J.Nagel, Chonghun Han,and George Stephanopoulos)

一、前言

二、LCR：一种描述化学反应的计算机语言

三、对化学反应的正式结构的描述

四、MODEL.LA.：一种描述过程工程的计算机语言

五、基于现象的过程工程建模

第二章 设计自动化：化工过程流程的概念合成(Chonghun Han, George Stephanopoulos,and James M. Douglas)

一、前言

二、化工过程流程合成的分级方法

三、HDL.：分级设计语言

四、ConceptDesigner：软件执行

五、结论

第三章 符号与数值推理：满足递归限制条件的反应路径设计(Michael L.Mavrovouniotis)

一、反应系统与反应路径

二、催化反应系统

三、生物化学反应路径

四、合成算法的性质及扩展

五、结论

第四章 归纳与演绎推理：化工过程中潜在故障辨识案例

        (Christopher Nagel and George Stephanopoulos)

一、前言

二、基于反应的故障辨识

三、基于反应的归纳法故障辨识

四、故障原因的演绎决定

五、结论

第五章 离散解的搜索空间：符合预期物理性质的分子设计

         (Kevin G.Joback and George Stephanopoulos)

一、前言

二、新分子的自动设计

三、新分子的交互式合成

四、Molecule-Designer软件系统

五、结论

第六章 非单调推理：化工设备操作流程的合成(Chonghun Han, R amachandran  

       lakshmanan,Bhavik Bakshi,and George Stephanopoulos)

一、前言

二、过程操作的分级模型

三、非单调计划

四、建模与非单调操作计划的实例

五、修订过程设计以确保操作流程的可行性

六、结论

第七章 归纳与类比学习：数据驱动的过程操作进展 (Pedro M. Saraiva)

一、前言

二、知识学习的问题表述及其范畴

三、描述学习过程的基本框架

四、带有明确性能标度的学习

五、连续性能标度

六、多操作目标的系统

七、带有内部结构的复杂系统

八、结论

第八章 通过神经网络的经验学习：子波网络的求解 (Alexandros

         Koulouris, Bhavik R.Bakshi, and George Stephanopoulos)

一、前言

二、函数估计问题的数学描述

三、函数估计问题的求解

四、学习算法的应用

五、结论

六、附录

第九章 及时推理：瞬态过程趋势的建模、分析及模式识别

         (Bhavik R.Bakshi and George Stephanopoulos)

一、前言

二、过程倾向的外观表示

三、子波分解

四、用特征抽提和函数逼近法进行过程数据压缩

五、用以诊断和控制的及时模式识别

六、结论

第十章 智能计算：用基于解释的学习改进间歇计划算法

         (Matthew J.Realff)   

一、前言

二、分枝界定法框架的描述

三、解决问题的经验在合成新的控制知识中的使用

四、分析与解决问题的实例  

五、基于解释的学习

六、结论

本书馆藏索书号：TQ021 W415 V.21；TQ021 W415/V.22