矿产资源的利用在世界各国经济发展中起着重要作用，是现代工业发展和一系列科学技术进步的基础。随着世界经济的发展和人口的快速增长，人类对矿产资源的需求量越来越大。为了保证矿产资源的可持续发展，提高资源的开发和利用效率已成为非常严峻和紧迫的任务。湿法冶金是利用浸出液来提取和分离矿产中有用金属的冶金过程，对对矿产中有价金属回收利用率高，且能够处理复杂矿和低品位矿，对环境污染较少，因此得到了广泛应用。浸出过程是湿法冶金过程中的关键工序。
　　目前，湿法冶金工厂对浸出生产过程的控制主要通过手动实现，控制水平不高，影响了产品质量和经济效益。为此，本文以某湿法冶金生产工厂的浸出过程为研究对象，在对浸出工艺进行分析的基础上，建立了浸出过程机理模型，并在此基础上开展了浸出过程的优化设定与预测控制研究。本文主要工作归纳如下:
　　1.在对浸出过程反应机理进行分析的基础上，建立了浸出过程机理模型，包括:矿石中金的守恒模型，液相中金的守恒模型和氰离子守恒模型，金和氰离子的动力学反应速率模型。在模型基础上分析了各变量对氰化浸出过程中浸出率的影响。
　　2.基于标准差分进化算法和禁忌搜索算法基本概念，提出了一种改进的差分进化算法。采用一组测试函数和标准评估指标，对标准差分进化算法和改进差分进化算法进行了仿真比较，验证了改进差分进化算法的优越性。
　　3.通过对浸出过程优化与控制需求的分析，以经济效益作为优化目标，以氰化钠添加量作为决策变量，建立了浸出过程的优化模型，并利用改进的差分进化算法求解优化模型，在优化设定结果的基础上采用基于改进粒子群算法的非线性模型预测控制方法实现了对浸出过程的控制。在跟踪性能和抗干扰性能两个方面的仿真结果说明，所采用的的预测控制方法具有比PID控制更好的控制效果。
　　最后，总结了论文的主要工作，并考虑了需要进一步研究的主要方向。