有效的提高铝质量和节约电耗量是铝电解企业生产管理的目标。电解槽每天产生大量的生产数据，数据分析能力的欠缺是企业亟待需要解决的问题。随着网络通信技术、数据存储技术和数据挖掘技术的快速发展，从生产数据中分析出有利于铝电解生产管理的知识，电解铝生产数据分析成为铝电解行业的一个重要研究方向。　　分类是一种重要的数据分析形式，是数据挖掘的主要任务之一。电解槽的主要工艺数据之间是有联系的，可以通过其他工艺数据对其进行预测。找出它们的关系，对生产管理有实际的指导意义。本文用分类决策树方法发掘铝电解主要工艺数据之间的关系，对铝电解工作人员生产操作决策支持提供参考知识。　　本文的主要工作和成果如下:　　(1)对电解槽生产数据进行数据总结。数据总结是工业监控中最基本的数据分析形式，如求和、平均值、最大值、最小值和计数等等。目的是为了浓缩数据和更加紧凑的描述数据，使铝电解工作人员能够从较高层次的视图来认识和处理数据。　　(2)在做决策树分类试验之前，对主要工艺数据进行预处理:分别进行异常点检测、缺失值处理和数据离散化。　　(3)使用决策树分类算法对电解温度、原铝质量和出铝指示量进行预测试验分析。分别采用ID3算法、C4.5算法和CART算法，并用装袋组合技术提高分类预测准确率。试验结果分析表明，原铝质量和出铝指示量的预测正确率分别为73％和74％，取得了良好的效果。