在20世纪80年代,一些科学家通过观察生物的进化过程开发了一些智能算法。这些算法为各行各业的优化工作提供了一种全新的视角。发明者都是在自然界一些进化与生活现象的启发下脑洞大开提出这些优化算法。本文写作的目的就是要应用智能算法当中的遗传算法与它的改进算法优化钢铁烧结配料建模,并提出一种新的思路改进遗传算法的方法。本文着重介绍了遗传算法与多种群遗传算法优化钢铁烧结配料的过程,并且详细的介绍了这两种算法的原理以及操作的步骤流程。先介绍了传统遗传算法的原理以及其应用的领域,再介绍了多种群遗传算法并且把这种改进的遗传算法应用在优化钢铁烧结配料建模中。以往的钢铁烧结配料建模都是应用传统遗传算法进行优化,本文作者查遍了很多网站的论文和相关书籍并没有发现学者应用多种群遗传算法对烧结配料建模进行优化。作者应用多种群遗传算法优化烧结配料建模算是一种应用领域的创新,并应用计算机把这两种算法进行了模拟与实证。由于烧结配料建模日益复杂,各种限制条件越来越多,应用传统遗传算法进行优化容易陷入局部最优。为了解决传统遗传算法的缺陷作者针对此问题提出了一种新型精英保留策略,能保证算法在优化烧结建模时最后输出的结果达到全局最优解并为以后研究遗传算法精英保留的科研人员提供一种新思路。