随着科技的进步,在生产制造行业中传统的技术已经不能满足发展的要求,企业正在从机械化和自动化向着智能化的方向发展。复烤企业也如此,在重视质量的同时,也更加重视怎样合理有效的提高工艺水平以降低成本。干燥作为卷烟复烤工艺中非常关键的一环,干燥的质量直接影响到了后期卷烟的贮存与使用情况,也间接影响到了卷烟的生产品质。在干燥工艺流程中,烟叶通过传送带进入干燥区,烤片机控制每个区的干燥温度和加水量,使成品烟叶最终达到加工要求。在加工过程中,由于生产计划需要,复烤企业通常采用倒班制,这就会造成因为人工经验不同从而设置的工艺参数不同,以至于成品烟叶质量有差异,即加工一致性问题。因此,利用加工数据建立高准确度的预测模型,能够有效建立工艺参数和质量指标之间的对应关系,为参数的设置提供合理的依据。再通过建立优化模型,找到既满足质量要求又成本最低的工艺方案,对于复烤企业提高生产效率、降低生产成本,从而从整体提升企业竞争力有着十分重要的帮助作用。本文详细介绍了复烤工艺的整个流程,分析了选取干燥阶段作为研究对象的原因。接着选取了研究的工艺参数和质量指标,工艺参数为三个区的干燥温度和加水量,质量指标为出口水分和温度。之后对Tent混沌映射与麻雀搜索算法（SSA）进行了研究,将其运用于改良的BP神经网络中,并通过比较试验表明相比遗传算法与粒子群算法,其具有更良好的效能。使用多元回归分析和LSTM神经网络与经过改进后的BP神经网络的预测效果进行了比较,采用绝对均方误差来作为预测有效性的主要评判指标,它可以很好地说明预测值与实际值间的差异,结果表明经过改进后的BP神经网络绝对均方误差更小,准确度也更高。而基于预测效果最好的BP神经网络,设置合理的参数水平,运用Minitab软件进行全因子实验扩充得到多种工艺参数方案。在达到质量要求的情况下,综合考虑成本,运用多目标人工蜂群算法（MOABC）对工艺方案优化,得到最合理的工艺方案。结合多元回归分析得到的方程以及现实情况对工艺参数的调整进行了说明。最后开发了干燥工艺参数系统,探索模型实用化途径。本文通过预测模型,建立了在烟叶复烤干燥流程中烟叶叶片的出口温度、水分变化与各个工艺参数之间的变化关系,为参数的设置提供了依据。通过优化模型,为打叶复烤厂确定合理的工艺参数方案提供了一定的帮助,为解决加工一致性问题提供了思路,有助于推动复烤企业向着高质量、高效率发展。