世界的矿产开发正经历从粗放型到精细型的数字化开发的转型,越来越多的矿山企业通过内部经济技术指标与生产经营策略的优化来获得市场竞争的持久优势。随着我国经济的飞速发展,人均GDP对矿产资源的依赖程度不断提高,加上我国对矿产资源的综合利用率较低、精细化矿产开发的水平与能力与国外同行相比有一定差距。导致我国矿产开发的经济效益比较低下,矿产资源可持续供给能力下降,严重影响我国资源可持续发展的重大策略。论文结合国家重大课题的研究需要,瞄准我国矿业开发与管理发展的前沿,采用当前新近发展的计算机技术与方法,对湖南辰州矿业公司开展了矿山企业关键经济技术指标与经营策略优化方法研究,本文所做的主要工作如下：(1)针对矿产品市场价格与成本确定的情况,论文论述了矿产工业品位与矿石储量、采矿贫化率、采矿损失率、选矿回收率,冶炼回收率之间复杂的联动关系。在对粒子群算法(particle swarm optimization algorithm, PSO)进行了相应改进的基础上,采用PSO算法并对矿山企业的多金属共存类型工业品位指标进行了多目标优化。优化结果表明算法可达到延长矿山企业寿命,充分利用资源,经济效益较优的目标。为多金属共存类型矿山企业生产工业品位的优化提供了一种新的解决思路。(2)针对前面PSO算法中未包含价格与成本的不足。论文论述了采用基因算法(genetic algorithm, GA)来求解矿山企业多目标生产技术指标优化的新方法。通过建立矿石储量、开采品位与成本、价格四个优化目标之间的联动求解模型。实现了可根据矿产品的价格变化简便、快速、直观地计算开采成本,确定盈亏品位界限、成本与价格比和储量可供情况。为实施储量、品位动态管理,使矿山企业科学配矿,贫富兼采,提高资源利用率提供了科学的手段。(3)在工业品位已经确定的情况下,论文研究了动态优化配矿的高复杂非线性问题,采用改进的粒子群算法来求解矿山企业动态配矿问题：用粒子的一位来代表矿块,并用0或者1来代表是否选择此矿块来开采,然后重新定义了在约束条件下PSO粒子的运算与“飞行”规则,最后实现了动态优化配矿的粒子群算法。通过采用2009年的实际生产情况与优化结果对比表明,本文的算法能够在生产成本几乎不变的情况下明显的提高企业效率。(4)针对前面动态配矿工作中仅考虑当前效益,没有考虑矿山企业长期效益的不足,提出了采用多轮PSO算法来解决中长期内动态配矿问题。首先,依据开采条件圈定出可开采的矿块,并给出预测的产品价格趋势结果作为算法的输入条件。然后,通过对PSO算法轮的划分以确定每轮(期)的动态配矿方案,经过多轮(期)PSO算法的优化后的最终目标为中长期动态配矿的优化结果。通过对实际数据的计算表明了本文算法的有效性。(5)矿产资源评价是矿山企业宏观决策的重要基础,它涉及到众多的生产技术指标,而这些指标间存在复杂的非线性关系,导致快速而准确的矿产资源评价面临挑战。论文改变了传统的粗放计算方法,建立了一种逐矿块资源评价累加的方法来评价矿产资源的总经济价值。通过采用BP神经网络来确定影响评价的难处理因素：选矿回收率,并通过曲线拟合来确定埋藏不同深度矿块的贫化率与损失率。最终实现了矿产资源评价系统,通过对实际数据的计算表明了本文方法的有效性。本文所提出的矿山企业经济技术指标与经营策略优化是对传统方法的一种改进与提高,对多金属共存矿山企业经济技术指标优化具有较好的指导意义。本文所提出的新的优化策略与方法已在辰州矿业公司实际生产中运用,获得了良好的经济社会效益。