氧化铝作为机械、石油化工、冶金、化肥工业等行业的主要原材料,已被广泛应用在航天航空、医疗、汽车和半导体行业。针对氧化铝焙烧过程强非线性、流程长、检测滞后等特点以及传统的方法难以实现建模和优化的问题。以广西某铝厂为研究背景,高产优质低耗为优化目标,围绕面向质量产量能耗指标的氧化铝焙烧过程建模与优化开展研究,取得主要研究成果如下:（1）首先,分析焙烧过程的过程机理以及氧化铝生产指标、状态参数和操作参数之间的联系,确定焙烧过程最优控制目标。对缺失值采用多重插补方式进行插补、K-均值聚类算法剔除异常点和数据归一化处理对现场数据进行预处理。（2）其次,通过工艺机理分析结合灰色关联度分析,选取氧化铝质量、产量和能耗预测模型的输入变量。选择量子混沌樽海鞘算法（Quantum Chaos Salp Swarm Algorithm,CQSSA）对最小二乘孪生支持向量回归机（Least Squares Twin Support Vector Regression Machine,LSTSVR）的结构参数（惩罚因子和核宽度系数）进行优化,建立氧化铝质量、产量和能耗预测模型。利用工业生产的实际数据进行仿真验证,仿真结果表明,本文所建立的软测量模型能够较好实现氧化铝生产指标的有效预测,满足了实际工业软测量需求,并且为焙烧过程优化控制提供了前提。（3）最后,为了达到高产、优质、低耗的优化目标,在预测模型的基础上,建立以氧化铝产量最大,能源消耗量最小为优化目标,氧化铝质量为约束条件的操作参数优化模型。利用带约束的多目标樽海鞘算法进行模型求解,获得优化后的操作参数,即风机功率、煤气流量、风机转速等。利用实际生产数据进行仿真验证,仿真结果表明,该优化策略可以保证氧化铝焙烧工艺的稳定运行,并实现焙烧工艺优化操作,以实现高产、优质、低耗的生产目标。