降低高炉炼铁过程能耗和提高高炉炼铁过程资源利用率是实现循环经济环境下钢铁行业发展的有效途径。基于物能流特性的高炉炼铁系统优化对控制铁水产能、减少资源消耗、提高资源利用率具有重要影响。论文依托国家教育部留学回国人员科研启动基金项目、湖北省教育厅科学研究计划和冶金装备及其控制教育部重点实验室开放基金,量化分析高炉炼铁系统的物质和能量流及其相互关系,对高炉炼铁的产能控制和资源配置问题开展系统优化研究。首先,通过剖析高炉炼铁工艺的基本原理,确立高炉炼铁系统的结构组成和高炉炼铁工艺技术指标,结合高炉炼铁系统的生产工艺特点,量化分析工艺周期中的物质资源及其载能能值,对高炉炼铁系统进行物能流特性分析。其次,基于高炉炼铁系统中各子系统物质和能量流特性,将输入的原料、燃料等物质资源和工艺操作参数作为高炉炼铁的系统输入,以高炉炼铁系统的铁水产量和吨铁能值为优化目标,建立基于物能流特性的高炉炼铁系统优化模型。再次,在对钢铁厂实际高炉炼铁生产数据进行预处理的基础上,应用一种基于混合输入过程的神经网络预测方法和遗传算法对高炉炼铁系统优化模型进行预测和优化求解,分别实现铁水产量和吨铁能值的最优化。最后,将高炉炼铁系统优化模型的计算结果分别与钢铁厂高炉炼铁生产数据进行对比,验证该模型的有效性。进一步地,将以铁水产量和吨铁能值为目标的系统优化结果进行对比分析,讨论不同优化目标下高炉炼铁资源用量对高炉炼铁系统优化的趋势。通过本文的研究,建立基于物能流特性的高炉炼铁系统优化模型,对高炉炼铁系统的相关操作参数和资源的使用量进行优化,实现高炉炼铁系统的产能控制和综合节能降耗。