大量的工业生产过程中,都需要使用最优化技术来降低生产成本、提高生产效率。通常优化工业过程时,第一步总是要先构建完整的工业过程优化问题的模型,然后再利用模型信息进行高效优化计算。然而,实际问题中经常碰到模型不透明的问题,即可以产出输入、输出信息,但缺乏开放的模型描述。本论文针对此类黑箱模型问题,研究开发高效率的优化算法。本文的主要研究内容如下:1.实现了面向黑箱模型的优化算法。首先,针对黑箱模型优化问题的特点,本文经过对不同方法的分析,采用基于模型的无导数优化方法(Derivative-Free Optimization Methods)进行算法实现。基于模型的无导数优化理论中的采样与插值建模提供了问题的局部近似模型,通过与传统的信赖域优化方法结合,把该模型作为信赖域的子问题,并使用信赖域算法的框架完成了面向黑箱模型问题的优化算法实现。2.通过借鉴NEWUOA算法的框架,改进了本文的优化算法,并对优化算法进行了性能的分析与比较。NEWUOA算法提出了使用不到(n+1)(n+2)/2个插值点来构造二次模型的方法,且在数值实验中取得了非常好的效果。本文通过借鉴该思想对算法进行了改进,减少了算法在优化过程中的目标函数值计算次数,且增强了算法的通用性。之后对一共五种算法的测试实验结果进行了算法的性能比较与分析。3.利用开发的无导数信赖域优化算法求解工业中的黑箱模型优化问题。首先本文通过使用优化算法自动整定单水槽控制系统的PID参数,并与传统整定方法进行了对比。之后应用于分子量分布约束下的聚合过程优化问题,与前人的三种算法进行了对比,证实了本文算法能够获得最高的单体转化率,并具有最少的计算负担。