该文对化工数据校正、人工神经网络用于化工过程模拟与优化进行了系统的研究,主要包括:(1)建立了一种化工过程数据校正算法.在对过程数据进行数据分类、过失误差检验后,进行数据协调和参数估计.数据分类采用有序规则法;过失误差的检验采用组合算法MT-NT法;数据协调与参数估计采用最小二乘法.对于双线性情况,采用两个层次来进行数据校正;(2)建立了一种双向工作神经网络,既能用于化工过程的模拟又能用于化工过程的优化;(3)对Hopfield网络用于数协调进行了初步研究.将数据校正的目标函数、约束条件与Hopfield网络的能量函数相联系来设计网络参数,网络运行稳定后能够得到测量数据的协调值;(4)在所建立的数据校正模型和化工过程模拟、优化模型的基础上,利用Microsoft Visual C++开发了可在微机上运行的应用软件CEDRPO.CEDRPO是32位WIN95应用程序,用户可通过友好的图形化界面输入、输出数据,进行化工数据校正、过程模拟、过程优化等操作;(5)用CEDRPO对环丁砜芳烃抽提过程进行了优化计算.计算结果与丁砜芳烃抽提过程计算机辅助设计软件AESCAD的计算分析结果相一致,表明了CEDRPO软件用于化数据校正与过程优化的可行性.