在钢铁企业的连续退火生产过程中，长期以来都是依靠现场操作人员的经验对操作变量进行设定，而连退生产过程需要考虑产品质量、能源消耗与产能等多个目标，同时涉及的变量多、约束复杂，这使得操作人员很难做出全局性的优化设定。同时，在连退实际生产过程中，经常出现带钢热瓢曲和带钢跑偏等安全性故障，严重影响了产品质量以及生产的连续性与安全性，从而给企业造成了不必要的损失。
　　因此，本文以某大型钢铁企业连续退火生产过程为背景，在建立操作优化模型时，考虑了影响安全生产的因素，建立了以产品质量、能源消耗、机组产能、对工艺流程执行度为目标的操作优化模型。基于问题和模型的特点，提出了基于分类与多种群竞争协调的多目标进化算法进行求解。包括以下研究内容:
　　(1)针对连续退火生产过程，建立了操作优化模型。通过调研确定了产品质量、能源消耗、机组产能、工艺流程执行度四个优化目标以及与目标相关的操作变量;通过对连退生产过程的分析，确定了工艺约束;通过分析影响实际生产中的安全性因素，确定了质量安全约束和生产安全约束，从而建立了考虑安全约束的连退生产过程多目标操作优化模型。
　　(2)针对所建立的优化模型，设计了基于分类与多种群竞争协调的多目标进化算法(MOEA-CMCC)。在算法中引入了具有不同进化策略的多个种群，种群之间通过竞争协调机制能够自适应地调整种群的规模以及实现种群之间的信息共享，以提高算法的搜索多样性与鲁棒性;在外部档案集中引入分类机制，在类内进行局部搜索以改进外部档案集中解的分散性与收敛速度。基于多目标benchmark标准测试函数的实验结果表明了所提出的改进机制和算法的有效性。
　　(3)针对实际问题，研究了基于MOEA-CMCC的连续退火生产过程多目标操作优化。为了更好的求解该问题，在算法中进一步考虑了问题特点，提出了安全约束中未知参数的求解方法，并针对工艺约束设计了基于启发式方法的可行性修复策略。基于实际问题的实验结果表明了算法的有效性，并且其性能要优于其它典型的多目标进化算法。