在水泥生产中,水泥分解炉的温度对水泥的质量会造成很大影响,将水泥分解炉的温度控制在一个合理、稳定范围之内是保证系统安全运行,提升水泥质量的关键。然而水泥制造流程中,各工序相互制约,工况动态变化,常造成人工不能及时的调整分解炉温度运行指标,并且物料波动的问题也给分解炉温度的控制带来一定难度。因此本文提出一种基于三支决策优化的水泥分解炉出口温度预测控制算法,采用三支决策理论根据工况变化动态调整分解温度运行指标,实现工艺指标的实时动态优化,同时,利用模型预测控制方法,搭建分解炉温度控制模型,构建设定值控制与区间控制相结合的目标函数,并通过对目标函数进行优化求解得到最优解实现对分解炉温度的精准控制。具体研究内容如下:首先,研究新型干法水泥技术的生产工艺,分析预分解系统的反应机理,并对影响分解炉出口温度的因素进行讨论,提出一种基于遗传算法与改进粒子群融合优化最小二乘支持向量机（GA-IPSO-LSSVM）的分解炉出口温度预测模型辨识算法。首先对传统粒子群算法中的参数进行动态调整,并在改进后的粒子群算法中引入遗传算法,来提高粒子群算法的搜索性能,增加种群粒子的多样性,改善粒子群算法容易早熟收敛,陷入局部最优解的问题;然后利用GA-IPSO算法对经典的最小二乘支持向量机算法中的正则化系数和核宽度进行优化,实现参数的自动寻优,并通过实验对比证明其在增强模型的辨识精度和泛化能力方面是否有效。为分解炉出口温度预测控制系统的搭建奠定模型基础。其次,针对水泥分解炉出口温度运行指标实时优化的问题,引入三支决策理论,设计一种基于三支决策的水泥分解炉出口温度设定值动态优化规则,使分解炉温控系统能够根据不同的工况条件自动优化分解炉出口温度设定值。通过采用蜉蝣算法对三支决策损失函数进行优化求解得到最优决策阈值,减少建立三支决策粗糙集模型对先验知识的依赖,达到决策风险最小化的目标。最后,针对水泥分解炉出口温度控制问题,将基于三支决策的水泥分解炉出口温度设定值动态优化与分解炉温度模型预测控制器相结合。分解炉出口温度设定值的实时优化,避免了人为设定由于操作员水平不一造成的设定值偏高或者偏低的问题。模型预测控制器采用本文提出的GA-IPSO-LSSVM模型辨识算法,利用设定值控制与区间控制相结合的方式,将出口温度控制在正常区间的同时使其更加接近设定值,从而实现对分解炉出口温度的控制。通过实验证明分解炉出口温度能够准确的跟随设定值的变化,验证算法的有效性和正确性。