本文对冶金矿配问题的优化模型及算法进行研究.在冶金工业生产中,对配料混合进行优化有助于改善产品性能,降低成本及原材料消耗.本文综合考虑产品的物理性能,化学成分等约束条件,建立了矿配问题的含模糊参数的优化模型.首先,针对来自许多实际过程中数据变化的多态不确定性,提出一类新的预测方法.为了反映数据的多态不确定性,设计了一种分段推断算法来对样本数据的分布函数进行推断,在假设总体服从一类模糊随机变量的条件下,由该方法得到总体的分布函数的解析式。基于这种预测方法,对烧结法氧化铝生产过程中碱液成分进行了预测。预测结果表明新方法具有广泛的应用价值。其次,对实际生产过程中数据变化的多态不确定性,引入随机模糊数进行描述,并建立该类问题的优化模型。对约束条件求期望,把随机模糊规划转化成三角模糊规划,再通过基于线性规划排序函数的排序方法,原随机模糊规划问题转化成普通线性规划问题。所建立的模型和求解技术的有效性均在氧化铝烧结法的矿配问题中得到验证。最后,通过针对矿配问题中某些生料成份的不确定性,引入L-R模糊数描述,并建立该类问题的优化模型。基于模糊参数的α截集和隶属函数的性质,原模糊规划问题被转化成半无限规划问题。再利用约束函数最值法,上述导出的半无限规划问题变成了普通线性规划问题进行求解。所建立的模型和求解技术的有效性均在氧化铝烧结法的矿配问题中得到验证。