水泥作为最重要的建筑材料之一，该行业的发展速度和质量至关重要。矿山企业是水泥工业生产的龙头，其中，水泥原料矿山是一个具有递阶结构、复杂性、不确定性、多目标、多约束、多资源相互协调的复杂大系统。在众多影响因素中，生产工艺过程的优化起着相当重要的作用，尤其是国内露天矿山行业生产设备装配达到较高水平后，生产工艺的优化能够很大程度的提高生产率，节约生产成本，这就要求矿山企业的生产过程需向着更高水平的自动化、数字化方向发展。本研究主要内容包括：　　⑴针对水泥原料矿山生产调度系统的的特点，建立一个能够解决这种规模庞大、结构复杂、功能综合、因素众多的水泥原料矿山生产系统的优化模型，进而使整体的总目标函数得到最优化。本文运用多智能体技术的建模理论及方法，结合水泥原料矿山生产调度系统工艺过程的实际，建立该类型矿山的生产调度系统多智能体体系结构，分别由任务分配 Agent、管理协调 Agent、爆破生产Agent、铲运调度Agent、破碎Agent、皮带运输Agent和库存管理Agent组成。　　⑵由于水泥原料矿山生产调度系统多智能体体系结构模型的实现涉及到单Agent的建模、优化以及各Agent间的协调优化，常规的经典建模优化方法难以建立满足该种复杂系统的优化模型，所以本文引用人工智能领域的理论方法来处理水泥原料矿山生产调度系统中主要生产工艺Agent的实现问题。从理论方面分析验证使用的智能方法可靠性，即分析了ANFIS（自适应神经模糊推理系统）和GA（遗传算法）在处理复杂系统建模优化问题的优势及特点，把ANFIS建模方法同GA结合对模型进行建模优化，并运用数学方法举例验证，能够得到满意的优化结果；根据各工艺Agent系统实际的特点，运用ANFIS和GA结合的建模优化方法构建爆破生产Agent；运用常规建模方法与GA相结合的方式来实现铲运调度Agent。　　⑶以某大型水泥原料矿山为例，构建该水泥原料矿山生产调度系统多智能体体系结构及内部运作流程，采集系统中相关的模型参数的数据，并在MATLAB软件上，对主要工艺 Agent优化模型进行测试，能够得到满意结果。该研究为矿山企业实现更高水平的自动化、数字化提供了新的思路，同时也为其它企业走向更高水平的信息化管理道路提供了重要的参考依据。