烧结生产是一个输入输出物料多、过程参数多具有强耦合性、非线性、大时滞性等特点的炼铁原料准备过程，在此过程中，为实现从铁矿石到烧结矿成品的转化过程，在烧结生产中需加入含铁原料和非含铁原料，而为了使烧结生产中的物料转化高效率进行提高质量产量降低能耗需要对烧结生产过程进行优化，以促进钢铁产品的低碳生产，实现资源环境经济的协调发展。由于烧结生产工艺自身的特性使得其子过程之间缺乏有效的关联，因而难以达到企业所期望的综合生产目标，故本文以实现烧结的综合生产目标为最终目的，通过烧结工艺流程及其机理分析，提出了一种针对烧结综合生产目标的分层优化模型，然后从辅料资源运行特性的角度初步确定了生产目标的影响因素并对其进行分析，并在此基础上建立了以神经网络和遗传算法为基础的优化模型，其主要研究工作有：（1）通过分析国内外的智能优化模型在烧结生产中的研究和应用现状，指出我国对烧结生产过程的优化比较零散，对烧结生产全流程的研究不够深入，需要针对烧结生产全过程作进一步的优化探讨，为本文的研究指明了方向。（2）在对烧结工艺流程、工艺机理分析以及各生产目标分析的基础上，提出了一种针对质量产量能耗的烧结生产过程整体优化结构。（3）基于烧结生产辅料资源运行特性，初步确定了综合生产目标的影响因素，并运用主成分分析和灰色关联分析对这些影响因素进行了处理。（4）针对烧结生产目标、生产目标影响因素以及分层优化结构用BP神经网络和遗传算法建立优化模型，最后将模型输出结果与实际生产数据相结合对烧结生产的过程参数进行人工协调优化。