在冶金工业中，采用先进控制与优化控制对于提高产品质量与降低能耗具有重要意义，但研发先进控制与优化控制技术需要建立生产过程动态模型。由于冶金工业生产过程具有强非线性、多变量强耦合、大滞后、参数时变、不确定性等综合复杂性，加上许多生产设备间相互关联的复杂性，难以采用已有的建模方法建立其动态模。智能方法与常规建模方法相结合的建模方法成为具有综合复杂性工业过程建模方法的新的重要发展方向。 本文依托宝钢重大项目“冷连轧机轧制过程动态仿真与控制优化”和国家高技术研究发展863计划“选矿工业过程综合自动化系统研究与开发”，针对冶金工业过程的综合复杂特性，以铁矿选矿过程和五机架冷连轧过程为对象，进行了冶金工业过程混合智能建模方法研究，提出了以生产过程机理模型或以基于状态空间方程建立的多模型为主模型，以采用案例推理、模糊逻辑、神经网络等智能方法的模型选择、参数估计以及模型补偿等策略相结合，建立了磨矿分级过程混合智能动态模型与冷连轧过程混合智能动态模型，并开发了基于本文模型的仿真软件，应用于优化控制虚拟实验平台，具体工作和成果如下： 1．将磨矿分级过程机理模型与专家系统、模糊逻辑、径向基函数(RBF)神经网络等智能方法相结合，以给矿量、给水量等物料输入与原矿硬度、粒度等边界条件为输入，以两段磨机有用功耗与两段溢流粒度为输出，建立了我国典型的以螺旋分级机为一段分级设备的两级磨矿流程混合智能动态模型，该模型包括由一、二段磨机机理模型与磨机有用功耗T-S模型构成的磨矿过程模型、泵池机理模型、由旋流器机理模型与基于规则推理的模型参数估计方法构成的旋流器模型、由螺旋分级机混杂分级模型与溢流粒度误差补偿RBF模型以及溢流流量RBF模型组成的螺旋分级机模型。采用某选矿厂实际生产数据对该模型进行实验研究，仿真结果表明与实际过程输出的粒度、有用功耗等动态特性相符； 2．将上述磨矿分级混合智能模型应用于磨矿分级优化控制实验平台，开发了基于仿真模型算法的过程对象模块化仿真软件，进行优化控制实验的效果表明该仿真平台为粒度、能耗等生产指标优化控制研究提供了便捷、可靠、直观的虚拟实验对象； 3．将状态空间方程与案例推理、RBF神经网络等智能方法相结合，针对宝钢2030五机架冷连轧机轧制过程，建立了以轧制力与轧辊速度设定、入口板厚扰动、轧制过程边界条件为输入，以轧制力、出口板厚、张力、轧制转矩为输出的多个线性化状态空间模型，提出了根据运行工况的案例推理多模型选择算法，针对机架间板厚延时建立了轧机出口轧件速度RBF模型。使用宝钢2030五机架冷连轧机实际生产数据对该模型进行实验，仿真结果表明在板厚控制系统设定和轧件扰动变化下，与实际过程输出轧制力、板厚、张力、轧制转矩的动态趋势一致，误差小于20％； 4．将上述冷连轧混合智能模型应用于虚拟轧机，设计并开发了模块化的仿真软件，实现了仿真模型算法，以及基于WEB的客户层、服务层、资源层仿真结构。进行了改变控制量与来料厚度扰动的虚拟轧制实验，实验效果表明本文轧制过程仿真软件可以为冷连轧过程优化控制技术研究提供合适的实验对象。