煤炭是地球上最丰富的化石燃料,其消耗量也在逐年增长,煤炭的燃烧造成二氧化碳排放量增加、酸雨等自然灾害,给人们的生活、健康带来了严重的隐患,我国各界都在探索资源节约与环保的方法,燃煤的控制就能有效减少这一现象。本文针对合理有效的利用煤炭资源进行研究,主要从配煤入手,将不同品质的煤进行混合,分析混煤与单煤煤炭成分含量特点,建立数学模型,得到不同工况下不同配煤的最优方案。　　针对采用实验法测定电厂配煤的煤质分析存在操作繁琐、信息滞后较大以及配煤方案粗略等不足,本文建立了采用均匀设计的多目标遗传算法优化模型。该模型运用BP网络在学习过程中确定混煤的发热量和水分、灰分、挥发分等与单煤的煤质之间的非线性映射关系,建立混煤参数预测模型,利用单煤的信息直接预测混煤的信息,并验证模型精度;采用均匀设计方法设计各参数权值,并建立多目标适应度函数;将预测模型得到的结果代入适应度函数,利用遗传算法寻找函数最优解,从而得到相应的最优配煤方案。利用置信区间分析法对预测模型精度进行检验,实验表明预测结果误差较小。　　本文第1章主要介绍本课题的研究背景及意义;第2章介绍锅炉概况,即研究对象的基本知识;第3章阐述了利用SVM和BP网络建立混合煤参数预测模型,并进行对比,确立本研究的预测模型;第4章介绍了模糊数学以及遗传算法的相关基础知识,并建立寻优模型,并对模型进行仿真;第5章给出了配煤优化模型的总结以及对后续工作的展望。