本书已被指定为华东理工大学研究生选修教材。其一大特色是强调真正的实用性，几乎每个应用实例都包括算法及MATLAB函数用法、数学模型、程序说明、程序清单、计算结果等全面的求解过程。为了强调实用性，作者亲自编写了几乎所有例子的MATLAB源程序(共约130个程序，以光盘的形式配在书中)。可供化学工程、化工工艺、生化工程、环境工程、制药工程及相关专业的大学高年级本科生、硕士和博士研究生教材及参考书，也可供应用数学、过程控制等相关专业的科研人员参考。

全书共九章。第l章是化工模拟计算概述，主要叙述化工模拟的重要性、数值计算技术的发展现状、化工模拟计算文献综述等。第2章介绍MATLAB的编程基础，帮助读者快速MATLAB入门。第3章结合实例介绍常用数值计算方法及相应MATLAB函数的使用方法，内容包括插值与拟合、数值积分与数值微分、线性和非线性代数方程(组)的数值解法、常微分方程初值问题和边值问题的解法等。第4章专门介绍化工常微分方程初值问题和边值问题的应用实例，包括间歇反应器、连续槽式搅拌反应器、管式反应器、半连续反应器、传质过程、伴有反应的扩散过程、传热过程、流体流动、生化反应和过程控制等。第5章是化工中的偏微分方程及其求解，介绍有限差分法、正交配置法、MOI。法和有限元法，其中有限元法主要介绍MATLAB的PDE求解器及其求解化学工程PDE问题的具体方法，例子包括一维动态方程组、二维稳态方程(组)、二维动态方程等问题。第6章介绍最优化方法及其MATLAB常用算法，内容包括单变量最优化问题、线性规划、无约束多变量问题最优化、二次规划、多变量有约束最优化(非线性规划)问题和最小二乘法等。第7章结合实例详细介绍参数估计方法和模型辨识方法。第8章介绍化工试验设计方法及化工数据处理。第9章介绍神经网络(线性神经网络、BP神经网络和径向基神经网络)及其相应的MATLAB函数，并结合实例介绍神经网络的使用方法。

本书可供化学工程、化工工艺、生化工程、环境工程、制药工程及相关专业的大学高年级本科生、硕士和博士研究生教材及参考书，也可供应用数学、过程控制等相关专业的科研人员参考。

第1章 化工模拟计算概述

1.1化工模拟计算的重要性

1.2数学模型

1.3几个重要的化工软件

1.4数值计算技术的发展现状和编程语言的选择

1.5 MATLAB简介

1.6化工模拟计算文献综述

1.7本书的特点

1.8本书用途及读者对象

参考文献

第2章 MATLAB编程基础

2.1 MATLAB的集成开发环境和基本操作

2.1.1集成开发环境

2.1.2基本操作

2.1.2.1 MATLAB的帮助功能

2.1.2.2基本操作命令

2.2 MATLAB的编码基础

2.3变量、常数和数据类型

2.3.1变量及作用域

2.3.2 MATLAB数组、向量和矩阵

2.3.3数据类型

2.3.3.1字符型(char)和字符串(string)

2.3.3.2数值型

2.3.3.3单元数组(Cell Arrays)

2.3.3.4结构(Structure)

2.3.3.5函数句柄

2.3.3.6 java类

2.4数据输出和输入

2.4.1数据输出

2.4.2数据输入

2.5函数和过程

2.5.1 Script文件

2.5.2函数

2.6程序流程控制

2.6.1 if选择语句

2.6.2 switch多重分支结构

2.6.3 for循环结构

2.6.4 while循环结构

2.6.5trycatch语句

2.6.6 continue语句

2.6.7 break和pause语句

2.6.8 return语句

2.7数值计算

2.8符号运算

2.8.1符号表达式的生成

2.8.2符号与数值之间的转换函数

2.8.3符号矩阵的创建

2.8.4将数值矩阵转换为符号矩阵

2.8.5符号矩阵的运算

2.8.6符号微分和差分

2.8.7代数方程的符号求解

2.8.8常微分方程的符号求解

2.8.9调用maple的符号计算函数

2.9图形可视化

2.9.1二维图形

2.9.2 21/2维图形

2.9.3三维图形

2.10调试方法及程序设计实例

2.10.1调试方法

2.10.2程序设计实例

2.11优化MATLAB程序代码

2.12小结

参考文献

第3章 MATLAB在数值分析中的应用

3.1插值与拟合

3.1.1数据插值

3.1.2最小二乘法拟合

3.1.2.1最小二乘多项式拟合

3.1.2.2用最小二乘法拟合生成样条曲线

3.1.3应用实例

3.2数值积分与数值微分

3.2.1数值积分

3.2.2数值微分

3.2.3化工应用实例

3.2.3.1常见的数值积分例子

3.2.3.2一些常见的数值微分例子

3.3代数方程(组)的数值解法

3.3.1线性代数方程组的解法

3.3.2非线性代数方程(组)的解法

3.3.3化工应用实例

3.4常微分方程(组)的数值解法

3.4.1常微分方程初值问题(IVP)的数值解法

3.4.2常微分方程边值问题(BVP)的数值解法

3.5小结

习题

参考文献

第4章 化工中的常微分方程及其求解

4.1间歇反应器(Batch Reactor)

4.2连续槽式搅拌反应器(CSTR)

4.3管式反应器

4.4半连续反应器

4.5传质过程

4.6伴有反应的扩散过程

4.7传热过程

4.8流体流动

4.9生化反应

4.10分离、反应一体化设备

4.1l过程控制

习题

参考文献

第5章 化工中的偏微分方程及其求解

5.1概述

5.1.1偏微分方程的常见类型

5.1.2偏微分方程的边界条件

5.1.3偏微分方程数值方法简介

5.2用有限差分法解偏微分方程

5.2.1有限差分法

5.2.2一维动态PDE模型的求解

5.2.3二维稳态PDE方程组的求解

5.2.4二维动态PDE模型及其他问题

5.3用正交配置法解偏微分方程

5.4用MOL法解偏微分方程

5.4.1MOL法

5.4.2直接调用MATLAB函数pdepe()求解一维动态PDE方程(组)

5.5用有限元法解偏微分方程

5.5.1 MATLAB PDE工具箱简介

5.5.2 PDE工具箱可解决的化学工程问题

5.5.2.1传热(Heat Transfer)

5.5.2.2扩散传递(Diffusion’rransfer)——传质

5.5.2.3流体力学方程

5.5.3利用pdetool求解偏微分方程

5.5.3.1利用pdetool求解PDE问题的一般步骤

5.5.3.2应用实例

5.5.4使用PDE工具箱的命令行函数求解偏微分方程

5.6小结

习题

参考文献

第6章 化工最优化方法

6.1最优化方法及其常用算法

6.1.1最优化方法概述

6.1.1.1最优化问题的基本概念

6.1.1.2最优化问题的一般形式

6.1.1-3优化问题一般求解方法

6.1.1.4.MATLAB最优化工具箱的最小化函数

6.1.2单变量最优化问题

6.1.3线性规划

6.1.4无约束多变量问题最优化

6.1.5 二次规划

6.1.6多变量有约束最优化(非线性规划)问题

6.1.7多目标最优化

6.1.8最小二乘法

6.1.8.1最小二乘问题简介

6.1.8.2线性最小二乘问题

6.1.8.3非线性最小二乘问题

6.2化工过程的设计优化

6.3化工过程的操作优化

6.4其他化工优化问题

6.5全局最优化简介

习题

参考文献

第7章 参数估计和模型辨识

7.1概述

7.2数学模型结构

7.2.1代数方程模型

7.2.2微分方程模型

7.2.2.1 ODE方程模型

7.2.2.2 PDE方程模型

7.3参数估计

7.3.1一般参数估计方法

7.3.1.1优化准则

7.3.1.2多元线性回归

7.3.1-3多响应非线性回归——多响应加权最小二乘法

7.3.1.4参数估计的几个重要方面

7.3.2动力学参数估计

7.3.2.1化学反应动力学参数估计

7.3.2.2生化反应动力学参数估计

7.3.3传热参数估计

7.3.4相平衡参数估计

7.4模型辨识

习题

参考文献

第8章 化工试验设计及数据处理

8.1概述

8.1.1基本概念

8.1.2试验设计方法

8.2常用数理统计

8.2.1总体和样本的统计量

8.2.2方差分析中的几个数学概念

8.3正交实验设计与数据处理

8.3.1正交实验设计方法

8.3.2正交实验结果的极差分析

8.3.2.1无交互作用的正交实验

8.3.2.2有交互作用的正交实验

8.3.3正交实验结果的方差分析

8.3.3.1无交互作用的正交实验

8.3.3.2有交互作用的正交实验

8.4序贯实验设计

8.4.1实验设计准则

8.4.2序贯实验设计步骤

8.5 MATLAB实验设计函数

8.6化工数据处理指南

参考文献

第9章 神经网络在化工中的应用

9.1概述

9.2神经元模型与网络结构

9.2.1神经元模型

9.2.1.1简单神经元

9.2.1.2有一向量输入的神经元

9.2.1.3传递函数

9.2.2网络结构

9.2.2.1单层神经元网络

9.2.2.2多层神经网络

9.3线性神经网络

9.3.1线性神经元模型

9.3.2线性神经网络结构

9.3.3线性神经网络的MATLAB求解方法

9.4 BP神经网络

9.4.1 BP神经元模型

9.4.2 BP网络结构

9.4.3 BP网络的设计

9.5径向基神经网络

9.5.1径向基神经网络的重要函数

9.5.2径向基神经元模型

9.5.3径向基函数网络的结构

9.5.4径向基网络的设计

9.5.5普遍化回归神经网络(GRNN)的设计

9.5.6示例

9.6神经网络工具箱nntool GUI求解方法

9.7神经网络在化工中的应用实例

参考文献

光盘内的程序文件一览表