焦炭作为工业生产中重要的固体燃料之一,对产业的经济效益、发展动力产生着深远影响,使得焦炭质量成为炼焦生产过程中的核心研究指标。为了更加科学、全面地研究焦炭质量,从而进一步对炼焦生产过程进行优化,需要实现焦炭质量的在线监测与评价。目前缺少能够有效完成焦炭质量在线监测的设备,并且一个完整、合适的焦炭质量评价体系同样必不可少,因此可从焦炭质量预测与评价模型的建立上进行深入研究。本文针对实际炼焦生产过程中焦炭质量难以在线监测的问题,分析炼焦生产过程及其各个子过程的工艺机理,选择具有代表性的焦炭质量指标变量作为输出变量,对焦炭质量有主要影响的指标变量作为输入变量,建立焦炭质量预测模型。构建焦炭质量预测模型时,选择BP神经网络模型实现焦炭质量指标的预测,为解决BP神经网络初始权值和阈值随机产生带来的问题,以实现进一步提高模型预测能力和精度的目标,把思维进化算法（MEA）融入其中。结合思维进化算法（MEA）强大的全局寻优能力,优化BP神经网络初始权值和阈值,创建基于MEA-BP的焦炭质量预测模型,与原BP模型预测结果相比,得到了更佳的预测效果。在对焦炭质量评价模型的研究中,以过程能力指数为核心,根据焦炭质量指标数据具有非正态、多元的特点,建立了非正态焦炭质量数据多元过程能力综合评价模型,基于焦炭质量预测模型输出的预测数据,得到焦炭质量的评价结果,并按照设定的标准,分析焦炭质量所属的性能等级,完成焦炭质量的综合评价。经过仿真分析,基于思维进化算法（MEA）优化BP神经网络的焦炭质量预测模型在预测能力和精度上均有提升,同时基于过程能力指数的非正态焦炭质量数据多元过程能力综合评价模型能够准确、具体地实现焦炭质量的评价。因此该研究能够应用于实际炼焦生产过程中,并为其改进方向提供了科学依据。