在铸造生产过程中,配料是十分重要的环节。在当前激烈的市场竞争环境下,目前的手工经验配料方法已经不能满足降低生产成本、增强企业综合竞争力的需要。应用智能优化技术研究更有效、更科学和更便捷的配料方法是改变当前铸造生产配料过程单凭配料经验、很少考虑配料成本、手工操作落后等状况的重要途径和必然方法。本文首先列举了当前配料过程中常用的配料方法,分析了这些方法的缺点,指出使用智能算法的必要性。按照模型建立的步骤和方法对铸造生产配料优化问题进行研究,确定了配料优化问题的数据模型;其次,对遗传算法的原理和特点进行分析,指出遗传算法求解问题的关键点。结合铸造生产配料问题的特点,设计了用以解决配料优化问题的选择、交叉、变异等算子,提出了使用遗传算法求解配料优化问题的具体方法;再次,分析了模拟退火算法的特点,提出了模拟退火算法求解铸造生产配料优化问题的求解方法,解决了其中的关键问题:初始温度的产生,状态产生函数,状态更新函数等。提出了使用模拟退火算法求解配料优化问题的具体方法;最后,将遗传算法和模拟退火算法应用于实际的配料数据,进行了实验。结果表明,两种方法均能得到优于经验配料的结果,即在满足配料约束条件下配料成本最低。因此,实验结果说明求解结果在实际应用中是有效的,从而验证了模型的正确性和求解方法的可行性。