氧化铝配料过程因受供矿来源不稳定、返回碱液和污水成分不确定、以及检测滞后等因素的影响,所得生料浆质量指标合格性差。为改善生料浆质量,需要从充满生料浆的满槽中挑选出一定数目的料浆槽进行混合以得到合格的生料浆,这个过程被称为生料浆调配。这一过程,生料浆质量指标众多,且各项指标间存在着很强的耦合,对一个指标的调整会影响到其它指标。再加上工艺条件的制约,当前人工调配方式不仅计算劳动强度大,且难以获取最优调配组合,以致造成所得生料浆成分存在严重波动。为解决氧化铝生料浆调配过程中存在的上述问题,本文在分析氧化铝生料浆调配工艺的基础上,构造了氧化铝生料浆倒槽调配优化的数学模型。这是一个目标间存在耦合的多目标多约束组合优化问题。传统优化方法在使用时,存在时间代价大的局限性。并且受现场环境及工艺条件的制约,操作者对生料浆调配的质量指标和约束的处理要求有一定模糊性。考虑到这些复杂因素的影响,本文提出了基于满意优化的生料浆倒槽调配设计方法。研究了满意优化的基本思想,以及满意优化与遗传算法相结合的求解方法;定义了生料浆调配的满意优化模型,构造了生料浆倒槽调配的满意度函数;在自适应遗传算法的基础上引入群体排序技术、小生境技术、Pareto解集过滤器,提出了一种用于求解多目标满意优化问题的遗传算法。应用效果表明,满意优化理论比最优化理论片面追求某方面最优解更具有实际意义,所得优化结果更能反应决策者对实际工艺指标的评价,大幅度提高计算效率,减少生料浆质量指标的波动。基于工业运行数据的计算结果表明了该方法的有效性和实用性。