采矿业在国民经济发展中发挥了不可替代的作用,其中露天开采在矿业开采形式中占有较大比重。本文主要研究了露天矿相关问题中的两个问题,第一个问题是露天矿最终境界问题(Ultimate Pit Limit Problem),简称为UPIT问题,其为露天开采长远规划提供了初始的总体设计。第二个问题是带约束的露天矿境界问题(Constrained Pit Limit Problem),简称为CPIT问题,通常称为露天矿生产计划问题,其决定着露天开采的整体经济效益。针对UPIT问题,本文提出了分层迭代求解方法。按照数据集中的块体编号生成索引序列,以引导块体依据其三维坐标值对其进行层级划分。按照所划分的层级,利用分层迭代的方式,以达到变量消除的目的,从而在一定程度上减小了问题的求解规模。利用Python语言编写程序,调用CPLEX求解器进行求解。经算例测试,此方法针对大规模以及特大规模UPIT问题的求解尤为有效,并得到了问题的最优解,同时也为该问题及其相关问题提供了一种通用的精确方法。针对CPIT问题,本文提出了一套方法体系。针对小、中规模CPIT问题,提出了分期求解策略体系,通过分别限定每个时期的资源量,将整个生产计划问题按时期进行逐个求解。针对大规模CPIT问题,本文提出了一种基于新的块体聚合方式的变量消除手段。先将块体进行聚合,减小数学模型中变量和约束条件的数量,而后再利用分期策略进行求解。通过算例测试以及结果对比,针对CPIT问题所提出的方法体系得到的目标函数值在很大程度上优于标准测试集上的结果,同时也有效地解决了大规模CPIT问题求解困难的技术难点。为了便于方法的普及及应用,将本文中针对两个问题所提出的方法体系进行了封装,并实现了结果的可视化。利用QtDesigner进行GUI设计,利用PyInstaller进行程序的打包,初步建立了露天矿境界优化系统。