有色冶炼企业属于具有连续生产过程的流程型行业，其主要任务是将原料中的有色金属通过复杂的物理化学过程提炼出来。原料供应工作是企业稳产高产的关键因素之一。在有色冶炼企业的原料供应工作中存在着这样的一些问题：原料来源多；品种多；成分复杂；价格不一；连续生产，对于原料的需要量大；原料采购资金占企业流动资金的比例大，一般达到了80％以上；保证连续生产，需要有一定的原料储备量；原料采购策略与企业生产的产品市场价格信息脱钩等。原料保证系统的建立正是为了解决这些问题，使企业在低成本、高效益的情况下稳定运行。论文的研究主要集中在原料保证系统中原料采购策略，原料库存优化以及原料量价实时预警这三个关键部分。 论文提出了原料保证和原料保证系统的概念。原料保证是一种组织和管理企业原料的新理念，应用系统工程技术、自动化技术和信息技术将企业原料供应工作中的要素结合起来，将资金流、物流和信息流有机地集成，在保证企业正常生产的情况下，使企业的原料成本最小。而原料保证系统是在原料保证的理念下建立的功能系统。它包括原料质量保证，分承包方管理，原料采购决策，原料库存优化和原料量价预警5个功能子系统及计算机网络，数据库和优化技术3个支持子系统组成。论文给出了原料保证系统的体系结构及各个子系统的功能。 论文在分析了流程型企业原料供应特点的基础上，针对目前对于具有连续生产特点的流程型企业的原料供应工作研究较少的情况，提出了智能集成原料保证系统的概念，并分析了系统的特点。 在优化技术支持子系统中，论文针对连续、光滑目标函数的优化问题，在传统的混沌神经网络的基础上提出了一种改进的混沌神经网络算法，该算法将混沌动力学与收敛动力学相结合，以改善神经网络在寻优时可能会陷入局部最小的缺陷；针对非线性优化及大规模的组合优化问题，提出了一种将模拟退火算法与遗传算法相结合的模拟退火混合遗传算法，该算法利用模拟退火的过程来改进遗传算法的结果，通过这种方法，可以改善传统的遗传算法在进行优化问题求解时可能会陷入局部最小的情况，仿真结果说明了这两种算法的有效性。 论文根据有色冶炼企业原料采购的特点，建立了原料采购模型，提出了原料采购的优化策略，使得企业能够在保证产品质量和生产顺利进行的前提下，原料的采购费用最少，企业能够最大程度的获得经济效益。利用论文提出的改进的混沌神经网络进行优化求解得出的优化策略应用于实际工作中，取得了较大的经济效益。 中南大学博士学位论文 论文提出了智能集成量价实时预警的概念，给出了系统的结构框架。量价预警系统将企业的原料采购策略与企业产品市场价格集成为一体。论文提出了一种新的集成预测方法，该方法与传统的方法不同，利用横向模型和纵向模型对数据进行预测，然后再将结果进行综合，得到最终的预测结果。文中给出了横向和纵向模型以及它们的综合和修正方法。实际的运行结果表明，利用该方法可以取得较好的预警效果。 论文提出了智能综合原料库存优化系统的一般框架，建立了有色冶炼企业的原料库存模型。该模型综合考虑了购销利润和库存占用造成的损失，以资金损耗最小为目标。采用本文提出的模拟退火遗传算法对模型进行优化求解，实际应用结果表明效果较好。 最后，论文给出了一个完整的针对某冶炼厂原料供应工作的原料保证系统。该系统不仅包括原料采购决策、原料库存优化和原料采购量价预警这三个部分，还具有各种数据的输入、历史的或实时的趋势图的显示以及各种报表的打印等功能。该系统目前己经投入使用，运行结果说明该系统能够满足该厂原料供应工作的需要。 论文中提出的智能集成原料保证系统是在分析和总结了具有连续生产过程的有色冶炼企业原料供应工作特点的基础之上建立的，也可以推广到其他类型企业的原料供应工作中。