炼焦生产是众多工业生产过程中较为复杂的一个。要实现炼焦生产过程综合生产指标的优化,关键是要智能合理控制炼焦能耗。论文在充分分析了炼焦生产特点和工艺过程的基础上,对算法在炼焦生产上的应用作了适应性分析,选出公理模糊集算法(AFS算法)作为理论基础,再通过对炼焦数据报表分析确定了影响因素,据此建立了基于AFS算法的炼焦生产过程综合生产指标模型,并提出构建了模型结果优化过程。针对炼焦生产中相关因素众多、因素相互影响且控制具有强大滞后性等特点,设计建立了一种基于模糊语义规则和逻辑推理相结合的数学模型。首先对采集的炼焦生产数据进行了合理分析,确定了10个炼焦生产主要因素并依此建立了两套数据库;然后通过隶属函数对炼焦生产数据进行分析,确定隶属度分类参数,实现了数据到算法的直接对接,减少了人工参与。随后通过数据库大量数据的输入,计算得出了围绕炼焦耗热量较低的复杂语义集,且训练精度达到了77.81%,测试数据精度达到了76.67%,基本满足生产要求,并据此推测出了炼焦生产优化参数控制范围。随着输入数据量的逐渐增多,输出语义集也逐渐庞大。因此通过对复杂语义集的分析,发现相关的复杂语义数量较多,对于实际应用仍然存在一定局限性。针对这一问题,提出了一种基于参数调整和频数相结合的优化约简过程,得出的约简结果满足实际生产的一般规律,提高了AFS算法在炼焦工业生产上的实用价值。