目标火道温度是焦炉加热燃烧过程优化控制的重要工艺参数。给定合适的目标火道温度是控制好立火道温度的必要条件，从而关系到焦炭的质量和产量以及焦炉的使用寿命。而我国绝大多数焦炉在生产过程中目标火道温度都是由操作工根据经验给定。但是由于目标火道温度与多个因素相关，当入炉煤参数、结焦终点发生波动时，不能及时指导火道温度设定值的变化，这就迫切需要一种有效的设定方法。 本论文从炼焦工艺出发，在保证焦炭质量的前提下，详细分析了焦炭质量指标M<,40>和M<,10>与目标火道温度的相关性。在机理分析的基础上，本文建立目标火道温度优化设定模型，它以M<,40>和M<,10>为辅助变量，由线性回归子模型和神经网络子模型组成，分别对机、焦侧目标火道温度进行优化设定。为了提高模型对目标火道温度的设定精度，本文利用专家经验建立专家规则库，并对两个设定子模型进行模糊组合和有效集成。仿真实验的结果表明，这种组合和集成的策略是可行的。本论文还介绍了模型自适应修正，包括针对入炉煤参数的波动对模型进行修正；利用荒煤气温度变化来判断结焦时间，并采用结焦指数法来修正优化设定模型以及样本更新与模型自学习。 本论文还讨论了优化设定模型在工业中的实现方法，并对实际运行效果进行了分析。优化设定模型主要采用C++语言进行模块化程序设计，采用OPC技术实现应用程序与组态软件的通信。工业运行结果表明，优化设定模型对目标火道温度进行了有效设定，为焦炉加热燃烧优化控制的实现奠定了坚实基础。