生产过程操作优化介于流程工业企业综合自动化系统的生产调度层和过程控制层之间,它按照生产调度层所确定的生产任务,根据机组的生产过程约束和目标,合理确定生产过程中各操作变量(如轧制力、温度等)的最优取值,从而为过程控制设定目标。由于各操作变量的取值直接决定了产品的质量和机组能耗,因此该问题在流程工业企业中具有十分重要的地位。本文以钢铁工业中热轧和冷轧生产过程为背景,研究其生产过程操作优化问题的建模与求解算法,并基于所建立的模型和算法,开发相应的操作优化系统。具体的研究内容包括：(1)针对热轧和冷轧操作优化问题的建模,参考经典机理模型,确定各工艺参数。根据实际生产的需要,分别建立了带钢凸度最小化为目的热轧生产操作优化模型和以机组能耗最小为目的冷轧操作优化模型；(2)针对热轧生产操作优化问题,通过引入对位学习思想,提出了基于对位学习的差分进化算法(differential evolution, DE),通过对比实际生产数据,证明了算法的有效性；(3)针对冷轧生产操作优化问题,将聚类思想引入进来,提出了基于种群分类操作的粒子群算法(Particle swarm optimization, PSO),基于标准测试函数以及实际生产数据进行了算法测试,实验结果证明了算法的有效性和实用性；(4)基于所建立的模型和提出的优化算法,开发了热轧和冷轧生产过程的操作优化系统,并利用实际生产数据验证了模型和算法的有效性。