选矿是一个复杂的工业过程,目前的选矿方法都是通过矿石内部的矿物与脉石性质的不同来进行的,这就需要通过磨矿过程来实现脉石与矿物的分离。磨矿的生产与投资消耗占据着选矿厂总消耗的很大比重,而且磨矿过程又是为选别提供原料的关键工序。因此,磨矿过程设计和操作的好坏,直接影响到选矿厂的经济指标。本研究以某选矿厂为背景展开研究。主要通过对工程背景的磨矿过程进行分析,结合实际的生产要求建立磨矿过程的优化模型;应用带精英策略的非支配排序遗传算法（NSGA-Ⅱ）对模型进行求解,得到最优的磨矿操作方案;设计并开发了上位机软件平台,将优化算法在实际生产中进行应用。本文的主要研究内容有以下几个方面:首先,对整个磨矿过程的机理进行分析,分析磨矿过程的状态以及参数变量。针对入磨矿石为多种矿石的混合矿的磨矿过程,充分考虑不同矿物的含量对结果的影响,利用RBF神经网络建立了反映磨矿过程产量以及磨矿产品粒度分布特性的数学模型。其次,从多目标优化问题入手,对多目标优化的基本概念和常见的方法进行了分析,结合现场的实际情况得到约束条件,建立了磨矿过程的优化模型。对遗传算法进行了细致的研究,之后引出了一种较为成熟的遗传算法——带精英策略的非劣排序遗传算法（NSGA-Ⅱ）,对磨矿过程的优化模型进行了求解。之后对获得的非劣解集应用topsis算法进行了决策,得到了磨矿过程的最优操作方案。最后,结合工业现场的需求,开发了采矿磨矿选矿全流程的优化软件平台,提供了便于操作人员使用的人机交互平台。具体包括服务器端与客户端程序的编写,数据库的搭建以及与matlab中算法的关联与调用。之后把优化软件应用到了实际的工业现场中,并且将优化算法得出的操作方案与现场中人工经验得到的操作方案进行了对比,进一步验证了本研究的成果,同时也为企业带来了经济效益。