磨矿是选矿过程中破碎工序的继续,磨矿的目的是使矿石中的有用成分全部或大部分达到单体分离,同时又尽量避免过磨现象,达到选别工序的粒度要求。而磨矿产品的质量与产量对选别工序指标有很大影响,在工程资金投入有限的情况下,使整个系统产量最高、粉磨粒度最好的设计方案具有巨大的社会和经济效益。因此,采用多目标优化思想对磨矿过程进行优化设计是一项具有现实意义的课题。本文以某选矿厂的磨矿生产过程为研究对象,结合实际生产环境确立磨矿过程多目标优化模型,并以改进的NSGA-Ⅱ算法进行磨矿过程稳态优化研究。本文的主要内容有如下几个方面：首先,本文在前人研究基础上,结合某选矿厂实际情况,精简参变量,得到适合优化的磨矿过程多目标优化模型,之后运用最小二乘法辨识模型中未知参数,加入约束条件,得到最终的可用于优化计算的多目标优化数学模型。接下来,本文陈述了多目标优化中的一些基本概念,深入研究一种杰出的多目标进化方法——非支配排序遗传算法(NSGA-Ⅱ),此优化算法在实际工程中已经得到了应用。通过系统学习NSGA-Ⅱ算法,针对其表现出来的早熟现象和拥挤机制的不足提出了改进策略,并选择标准测试函数,通过Matlab仿真验证了NSGA-Ⅱ算法及其改进策略在多目标优化问题中的适用性。最后,根据论文研究问题,采用实数编码、随机联赛选择算法、模拟二进制交叉和多项式变异对磨矿过程多目标问题进行了求解,得到了磨矿过程的Pareto最优解集。再采用一种多目标决策方法——TOPSIS法,从所得到的最优解集中取得一个最佳解,按这个最佳解就可以设置实际操作参数。