高炉炼铁作为钢铁工业的上游工序,是钢铁工业CO2排放和能源消耗的主要环节,所以高炉炼铁是钢铁工业实现节能减排的主要潜力所在。本文针对高炉生产配料过程展开研究,建立了以吨铁成本和吨铁CO2排放量为目标函数的高炉生产配料过程多目标优化模型,提出了基于新环境Pareto支配选择策略的约束多目标分解进化算法,并用于高炉生产配料过程多目标优化模型的求解,得到最优的炉料配比,进而为高炉节能减排以及炉长操作提供指导。本文的研究内容具有理论意义和应用价值,主要内容描述如下:首先,本文建立了高炉生产配料过程多目标优化模型,以高炉冶炼过程的工艺机理为指导,在保证物料平衡、热平衡、铁水产量和质量、高炉冶炼要求的前提下,以主料资源(含铁炉料)和辅料资源(燃料、熔剂、鼓风等)作为决策变量,优化吨铁成本和吨铁CO2排放量,该模型首次采用一种新的基于排放因子的吨铁CO2排放量进行计算。然后,针对MOEA/D的改进算法MOEA/D-DE在处理约束多目标优化问题上的不足,本文提出了基于新环境Pareto支配选择策略的约束多目标分解进化算法MOEA/D-DE-EPDS,MOEA/D-DE-EPDS主要采用新环境Pareto支配选择策略进行约束处理操作,该策略能够充分利用优秀不可行解的信息,快速得到最优、均匀的Pareto前沿。为了验证改进算法的优化效果,利用常用的13个经典测试函数对其优化效果进行测试,并与两种经典的约束多目标进化算法进行比较,仿真实验验证了本文所提出的改进算法对于绝大多数测试函数都能表现出较好的优化效果,尤其适用于约束条件个数较多或复杂PS的约束多目标优化问题。最后,采用提出的MOEA/D-DE-EPDS算法对高炉生产配料多目标优化模型进行求解,得到高炉生产配料过程多目标优化模型的Pareto前沿和Pareto最优解。在上述基础上获取一组折中解作为最优的炉料配比,并与实际现场数据进行比较,来验证模型的正确性,进而为钢铁企业实现节能减排提供参考。