造纸的蒸煮过程将造纸原料变成纸浆,在很大程度上决定了纸张的质量。但同时,蒸煮过程也具有高能耗、高物耗、高污染的“三高”特点。在大力发展资源节约型、环境友好型社会的今天,如何实现蒸煮过程的节能、减排、降耗成为制浆造纸工业的重要课题。本文立足于节能降耗的观点,研究间歇蒸煮过程的参数优化问题,希望能达到保质、高产、节能、降耗的目的。本文的创新工作及贡献包括：(1)在分析间歇蒸煮过程机理的基础上,建立了关于蒸煮过程的质量、产量和能耗模型。首先,利用支持向量机(SVM)原理,根据造纸工厂的日常数据,建立了关于纸浆kappa值的质量模型。仿真数据表明,该模型准确能地描述蒸煮参数与kappa值之间的数学关系。接着,根据Hatton的经验模型,并利用现场数据回归,建立了有关纸浆得率的产量模型。然后,分析蒸煮过程的能量消耗情况,建立了关于间歇蒸煮过程的蒸汽能耗模型。(2)本文根据优化模型的特点,提出了一种基于改进遗传算法的间歇蒸煮优化方法,能在满足纸浆质量要求的前提下降低蒸煮过程的能耗和物耗。改进的遗传算法在基本遗传算法的基础上,融入小生境技术和自适应交叉技术,从而增强了整个算法的局部寻优和全局搜索能力。用日常生产数据进行的仿真实验表明,该方法优化效果明显,与现场实际情况相比,节约蒸汽3.52%,节约白液用量17.18%,硫化度减少0.37%。(3)为了实现真正意义上的多目标优化,本文提出了第二种优化方法—一基于改进的NSGA-II的间歇蒸煮参数多目标优化方法。该种方法的优化模型在前者的基础上,多加入纸浆得率目标,实现在保证纸浆质量的同时,提高纸浆产量,降低蒸煮过程的能耗和物耗。改进的NSGA-II算法在NSGA-II的基础之上,引入一种适应度评价机制,采用自适应交叉变异算子,并加入了外来群体迁入机制,使得该算法相比NSGA-II,能够更好地保证解的收敛性和分布性。将改进的算法应用于间歇蒸煮多目标优化问题,优化效果明显,而且提供多个最优解,具有指导性。