流程工业作为一个国家的主导行业,对国民经济的发展起着举足轻重的作用。然而,流程工业生产过程的高度复杂性、强非线性、强关联性、不确定性等特点,使其优化问题无论在理论研究,还是实际应用上都面临巨大困难。如何针对流程工业优化命题的结构、特点,开发高效可靠的优化算法与技术,则是当前企业信息化发展中亟待解决的问题。生产过程优化作为工业企业综合自动化的关键一环,亦是企业挖潜增效的核心所在。在对国内外现有研究成果及技术发展脉络进行系统总结及把握的基础上,立足于流程工业生产过程优化的现实需求,将人工智能引入流程工业的生产线控制中,改变传统的设备单元、装置级的局部优化思路,转向全厂、全流程级的整体优化。并结合配置了DCS系统的水泥生产企业的实际,探索生产过程优化系统中涉及的关键技术。文章首先分析了企业生产流程的层次结构、流程间的相互关系,和流程行业生产工艺特点;并在上述基础上,阐述了流程工业的生产过程的优化问题,以流程生产为背景,水泥为对象,重点研究操作优化问题的必要性及其优化方法。论述了基于案例的优化方法在流程行业生产过程优化中的强大适应性,并建立了水泥生产的优化控制模型。然后,本文主要研究了优化系统案例库的初始建立阶段案例的提取、案例的表示,以及案例的检索;论述了数据挖掘技术在企业案例工况分析中的应用;另外,还简单介绍了案例的修改策略和自学习机制,以建立比较完整的CBR优化控制系统。最后,根据本文所建立的案例优化控制模型及系统的一般设计步骤,将案例优化应用于典型流程行业水泥的生产过程中,进行简单的实例验证。