我国蕴藏着大量的有色金属资源,随着国民经济的快速增长,我国工业化进程的不断推进,如何经济有效地利用这类矿产资源,对我国的可持续发展战略具有极其重要的意义。作为提取冶金的两大技术之一,湿法冶金的显著优点在于原料中有价金属综合回收程度高、有利于环境保护、生产过程较易实现连续化和自动化,因此更适合矿产资源的回收利用。浸出过程是湿法冶金核心的操作单元。本文针对山东某黄金湿法冶炼厂,在深入分析湿法冶金浸出过程特点的基础上,利用机理建模与数据建模相结合的混合建模方法,全面系统地开展了湿法冶金浸出过程浸出率预测的研究。本文在混合模型的基础上,建立了浸出过程优化模型,并提出了解决这个优化问题的改进算法。本文的主要研究工作归纳如下：1.从浸出过程的原理出发,研究以氰化钠为浸出剂的金的浸出过程。基于物料及能量平衡关系,提出了该过程的机理模型。利用实验分析、辨识等手段确定了模型的主要参数,并对模型进行了验证分析,验证了模型的有效性及泛化性。同时,通过仿真实验分析了主要因素对浸出率的影响。该机理模型为混合模型的建立和过程优化奠定基础。2.由于浸出过程的复杂性,机理模型是在一定假设和简化的基础上建立的,其预测精度较低。因此本文采用混合建模思想,建立了浸出过程的混合模型。它由两部分组成：机理模型和数据模型。机理模型描述了浸出过程的基本特性,数据模型采用了核偏最小二乘(KPLS)方法,对未建模部分进行误差补偿。通过仿真实验,验证了上述混合建模方法的有效性。3.根据之前对浸出过程的研究,以经济效益为目标,建立了浸出过程操作变量优化模型,并采用改进粒子群方法对模型进行优化,对照现场生产记录,证明了优化结果的有效性。4.以山东某黄金湿法冶金厂的浸出工段作为具体研究对象,以上述理论研究为基础,设计并开发了浸出工段的预测及优化操作系统软件,实现了浸出过程浸出率预测,并为该过程提供优化操作指导。