我国是世界上最大的电解铝生产国,约占全球的二分之一,预计2020年全国的电解铝产量可达4000万吨。出铝全流程控制是电解铝生产的关键工艺过程,主要包括出铝和配铝两大环节,目前出铝和配铝控制存在管理粗放,过于依赖人工经验等问题。针对于此,本文完成了以下三方面的工作:首先对电解铝的生产流程做了详细的系统分析,描述了工艺流程,阐明了生产中的信息流和物流流转。在此基础上,对电解铝的出铝和配铝进行了全面的分析,为后续的研究提供了工艺解释和场景描述,引出了出铝和配铝的重要性。目前电解生产出铝计划制定,主要依靠技术人员基于每日基础数据利用经验判断下达每台槽出铝计划,各个厂家有不同的经验计算方式,出铝量没有统一的计算模型,操作人员变更会影响生产稳定。针对于此,本文分析了历史经验数据,对可能影响出铝任务制定的生产工艺参数进行数据相关性系统分析,筛选出影响因素最高的前日出铝量、下料次数、铝水平、电解质水平、槽温、过欠比共6项参数,建立6个输入节点,1个输出节点的出铝量预测模型,以MLP神经网络算法训练模型,学习优秀人工经验中蕴含的知识,实现了出铝量的计算机智能决策。针对电解铝后续的出铝工艺,提出配铝优化算法,以天车出铝路径最短为目标函数,分析了免疫克隆算法在解决配铝问题上的局限性,并针对基本免疫克隆算法存在的收敛速度慢,易陷入局部最优等问题,提出采用模拟退火算法思想对其进行优化改进的思想,同时对高杂质电解槽采取了直接梯度拆分策略,提高了配铝算法的性能。针对以上工作,采用电解铝工厂的实际数据完成了计算测试,结果证明了本文方法的有效性。本文方法为电解铝出铝全流程的智能控制提供了参考方案。