焦炭的生产过程是一个严重的时变、非线性、大滞后、多参数和强耦合大工业过程。焦炭作为高炉冶铁的主要原材料和重要燃料,被誉为钢铁企业的“基本粮食”,其质量的优劣对各个用焦行业后续生产的稳定性意义重大。因此,为了保证焦炭质量,建立焦炭质量模型,实施焦炭生产过程产品质量优化控制具有十分的意义。对于焦炭的生产过程,产品影响因素众多,不仅有原料和生产工艺的影响,而且还有生产过程中产生的各种噪声也会对其质量产生影响,因此很难准确的对其进行质量建模与产品质量优化控制。论文在对焦炭产品生产过程及其机理分析的基础上,对焦炭质量指标和影响焦炭质量的因素进行了深入剖析和探讨,提出了焦炭生产过程产品质量建模和质量优化问题。给出了基于GA优化的BP神经网络的焦炭质量模型建模方法。通过实际的生产数据对模型进行仿真和分析,分析结果表明,模型具有很高的预测精度,预测的命中率能够达到焦化厂的实际要求。对焦炭生产过程产品质量优化问题进行深入探讨,在对改进粒子群算法及其优化分析的基础上,给出了基于改进粒子群算法的焦炭生产过程产品质量优化方法。仿真结果表明,所使用的方法有效可靠的解决了这一优化问题,为焦炭行业的优化控制提供了有效的理论依据。