配料过程是有色冶金生产的第一道工序,由于配料指标多且耦合严重、原料成分频繁波动且无法在线实时检测、过程参数呈现出不确定性等问题,配料优化计算困难。为此,研究基于随机抽样的模拟技术来解决有色冶金配料过程中的多目标和不确定问题,以达到提高原料利用率、节省生产成本,优化配料生产的目的。论文首先分析了蒙特卡罗、拉丁方和汉默斯里序列三种随机抽样方法在一维空间和多维空间内的分布均匀性,采用测试函数比较了这几种抽样方法的收敛性,提出了一种基于正交化拉丁方和汉默斯里序列的混合序列抽样HST方法。接着,针对铜闪速熔炼配料过程的多目标优化问题,采用混合序列抽样方法确定ξ-约束将多目标优化问题转化为一系列单目标优化问题,求解多目标优化问题的Pareto解集,为铜闪速熔炼配料优化提供指导。其次,针对非线性区间优化问题,采用混合序列抽样方法推导出非线性区间优化模型的近似确定等价类,并提出了一种基于混合抽样序列增强的遗传算法求解转化后的确定性问题。最后,以氧化铝生产生料浆配料过程为对象,建立了基于参数置信区间的氧化铝生料浆配料不确定优化模型,并应用所提出的基于混合序列抽样和遗传算法的不确定优化方法进行求解。工业应用验证了模型和方法的有效性,应用结果表明,不确定优化具有更好的鲁棒性,受原料成分波动影响不大。