在露天矿采掘生产过程中,如何达成绿色发展、降本增效的目标,是矿山企业发展面临的重要问题。燃油消耗指数是评价露天矿山绿色、经济的重要参数,对其进行精准地预测,既可实现露天矿卡车燃油消耗的精确管控,也是实现露天矿卡车控制成本调度的关键因素。通过对露天矿卡车油耗进行预测,优化露天矿卡车调度模型,以此来提高露天矿资源利用率,降低企业生产成本,提高企业经济效益,推动矿山经济、绿色、智能发展,实现矿山高效智能生产。具体工作主要有以下几个方面:（1）针对露天矿卡车燃油消耗预测所涉及的机器学习理论与算法进行了阐述,对卡车调度优化理论进行了梳理与分析,为解决基于卡车油耗预测的调度模型问题提供了基础。（2）针对影响露天矿卡车运输过程燃油消耗的因素进行分析,确定了露天矿卡车油耗预测模型的特征样本,并阐述了样本数据的采集与处理。（3）针对露天矿卡车的燃油消耗预测问题,利用机器学习支持向量机算法（Support Vector Machine,SVM）结合群智能优化算法（粒子群优化算法,PSO;遗传优化算法,GA）建立了露天矿卡车油耗预测模型,并利用相关特征数据,进行仿真实验。实验结果表明:PSOGA-SVM具有较好的预测性能。（4）针对卡车每一运输过程的油耗进行预测,将油耗预测的结果作为初始参数带入到露天矿卡车调度模型中,构建基于露天矿卡车油耗预测的调度模型。并通过河南某露天矿的智能管控系统采集现场生产实际数据,经过处理后,采用改进的混合蚁群算法进行模型求解,得到实际生产的调度规划方案。本论文的研究为矿山实现控制成本调度,提高矿山资源利用率提供了帮助,对露天矿经济、绿色发展具有一定的意义。