【摘要】  炼油厂运营优化问题是原油产业链中非常重要的问题,在学术界和工业界都有非常多的研究和应用。一般而言,炼油厂优化问题会被建模为混合非线性整数规划问题(MINLP)。由于原油品种和相关产品繁多并且加工装置复杂多样,所以变量维度较大。并且在具体的加工过程中涉及物料物性变化和加工规则,从而产生非凸非线性和整数约束,使得问题求解难度变大。目前学术界研究主要针对小规模问题或者运营流程的子系统进行建模求解,并且求解方法集中在使用商用求解器,如GAMS环境中的BARON、DICOPT等。本文针对炼厂优化的MINLP提出了一种混合分布递归和分支定界算法(Hybrid-DRBB),分别对非线性约束和整数约束进行松弛和求解,从而得到原问题的近似最优解。在实际的工业场景大规模数据中,本文的算法速度被证实优于直接调用求解器的建模求解方式。