工业品位本质上是确定给定开采块段工业储量的指标,是一个与矿体地质属性密切关联的指标。实际应用中,工业品位是用于区分有工业开采价值和没有工业开采价值矿石的临界品位,而矿石工业开采价值的有、无主要取决于开采过程能否带来经济价值。因此,工业品位具有明显的经济含义。事实上,工业品位的变化必然影响采出品位和采出矿量,进而影响矿石贫化率、回采率和选矿金属回收率,这些指标都会影响原矿产量或精矿产量,而精矿产量是矿山企业获取经济利润的主要手段。因此,工业品位对矿山企业经济利润有一定影响。在开采地质品位既定的圈定矿体下,假如矿山企业生产技术水平不变,则精矿产量的变动主要受工业品位变动影响。精矿价格是矿山企业利润的重要决定因素,精矿产量决策受到精矿价格因素制约。精矿价格、精矿产量与工业品位三者之间呈现复杂的动态关系,它们一起共同影响矿山企业的经济效益。精矿价格是不断变化的,圈定矿体的地质品位也会呈现一定的随机波动,这些因素的动态变化必然影响到精矿产量的决策,也需要与之相适应的工业品位优化决策,以实现矿山企业利润最大化。综上所述,工业品位是与矿山地质、企业生产技术以及经营业绩密切相关的技术指标,它与矿山企业经济技术及生产要素构成一个复杂的、高度非线性的系统。传统技术与方法对复杂的、高度非线性系统难以有效模拟其动态行为,因此,工业品位优化需要采用非传统技术与方法,包括智能算法或动态规划法等对其建模与优化。从中长期来看,工业品位还受到生产技术、经营环境的影响。采选技术的进步,为矿山生产过程降低原矿品位提供了条件,即降低工业品位提供了条件。矿山企业生产成本也影响工业品位,成本高,则需要降低矿石采选过程中的直接成本,这就需要尽可能利用高品位矿石资源,即工业品位相应提高。反之,工业品位应相应降低。工业品位优化是基于矿石生产经营中获取合理利润或最大利润基本假设下进行的,铁精矿价格和矿石生产成本是影响矿山企业经济利润的最重要指标,工业品位对矿山企业精矿价格和管理成本有着一定的敏感性。工业品位的优化还要考虑生产技术、经营环境的综合影响。工业品位具有明显的技术经济意义,因此该品位的核算应该采用一定的经济学原理,建立核算模型。该品位是表外矿和表内矿的临界品位,如果利用经济学“边际成本=边际收益”,则表外矿利用的边际品位就是工业品位,由此提出的模型主要基于静态时点边际成本与边际收益的比较,因此称为静态模型；如果利用“经济人追求经济利润最大化”的经济学原理,则优化模型是基于矿山企业一段时期内矿石生产的利润净现值最大化模型,此时,矿石生产受到诸多与工业品位有联系的生产技术指标约束。由于该模型参数的动态性和求解过程的动态性,可称为动态优化模型。该方法应用的重要前提是依据样本数据地质品位分布特征,确定工业品位与矿量的对应关系,并明确各种相关生产约束。金山店铁矿是典型的地下矿山,本文根据地下矿山工业品位优化理论对该矿山进行案例研究。金山店铁矿的矿山地质属性和工业品位管理相关的生产管理状况以及矿山主要经济技术参数,包括它的成本结构和成本特征是工业品位优化所必需的基础资料,为此,本文详细分析了该企业的成本管理结构,并根据企业成本2009-2011年成本资料,分析计算了单位可变成本与固定成本及其年度增长率。铁精矿价格是企业经营环境的重要指标,在基于武钢集团价格形成机制基础上,分析、比较了武钢集团国内矿与进口矿的价格走势特征。这些基础分析,为工业品位优化打下了良好基础。应用金山店铁矿实际生产经营数据和矿山企业行业相关数据进行了静态工业品位计算,计算结果包括：基本工业品位、经济品位和利润品位。其中,利润品位的概念是本文结合计算内涵提出。根据国家最新固体资源储量分类标准,经济品位是确保矿山企业回收投资的品味,与补偿投资意义下的工业品味内涵一致,因此,“经济品位”也是一种工业品位。同时,矿山企业的利润追求是矿山企业可持续发展的基础,因此,“利润品位”是更高层次意义下的工业品位。计算结果分析表明,静态工业品位优化结果合理,表明该方法具有一定的实际应用价值。但该方法具有一些明显的不足,例如优化结果受铁精矿价格波动影响较大,还受到相关投资贷款指标、预期利润指标和投资回收期指标难以准确核算诸多因素的影响,存在着高价开采高品位矿的倾向,没有考虑资源利用率。尽管如此,仍不可否认它的实际指导意义,因为该方法经济意义明显,其计算结果直观、对应的附加品位符合投入产出思维方式,且实际结果基本符合行业规范和生产实际。根据利润净现值最大化原理,可以建立动态模型。该模型充分考虑了资金的时间价值和生产经营的动态性,与静态模型相比具有较大的优势,这个结论已为本文中的比较研究所证实。因此,本文工业品位优化决策系统以动态优化模型为内核构建。总之,地下采矿工业品位的优化是一个系统决策工程,该系统涉及包括地质、生产技术及经济效益等诸多因素。本文以地下矿山铁矿石开采的工业品位优化为研究对象,对品位优化的基本理论、方法和应用进行了全面、系统地归纳、总结,融合或集成了矿山指标优化的建模以及智能算法,在此基础上,以金山店铁矿地下开采为案例,全面分析该矿山企业生产经营品位管理相关资料,建立了优化模型,优化了工业品位,并以优化模型为中心,建立了工业品位优化决策支持系统。主要成果如下：(1)提出了地下矿山工业品位优化的静态模型。根据国内外对露天矿山低品位矿石经济品位的研究模型,结合地下铁矿生产技术条件,应用经济学“边际收益=边际成本”基本定价原理,给出了地下矿山企业的静态工业品位模型,并分别计算了维持企业正常生产经营的基本工业品位、除正常经营外,还可补偿投资贷款的经济工业品位、以及既保证生产,又补偿投资贷款和合理利润预期的利润工业品位。其中,“利润品位”一词是笔者根据该品位对应的经济意义提出的。计算结果符合金山店铁矿目前生产经营实际。(2)提出了地下矿山工业品位优化的动态模型。以利润净现值最大为优化目标,根据"Lane"法原理,提出来地下铁矿企业工业品位优化动态模型,并描述了该模型的算法及基本步骤。在案例研究中,系统全面分析了金山店铁矿工业品位系统管理过程中的各种约束条件,建立了适用于该企业工业品位系统优化的数学模型,结合遗传算法,给出了优化计算结果,分析了该优化结果的合理性。(3)系统比较了静态模型和动态模型的优劣。为了科学评估工业品位优化模型的合理性,本文比较了静态和动态模型的优劣,并在假定条件下,比较了金山店铁矿静态、动态相关计算结果。分析表明,动态优化模型比静态优化模型更有优势。这个结论为工业品位优化决策管理系统提供了决策依据。(4)研究了成本预测技术。工业品位优化必然涉及到矿山企业生产成本,其中对优化模型和优化结果有重要影响的成本指标是单位精矿可变成本。由于工业品位决策的超前性,以及成本核算的滞后性、以及成本变化的多样性和复杂性,使得单位精矿可变成本预测对矿山企业来讲,难以承担。为了工业品位优化决策的需要,本文提出了单位精矿可变成本的理论算法,为该指标的量化提供了理论依据。(5)根据工业品位系统分析,应用遗传算法对动态优化模型进行了计算。在金山店铁矿2011年平均工业品位40.35%,对应地质品位41.23%及2011年计划储量总计294.8万吨指标下,按2011年平均回采率0.807,贫化率0.248,回收率0.8188,铁精矿品位65%核算,优化结果为：工业品位23.52%、铁精矿产量120.62万吨、表外矿利用比例58.74%。对比2011年实际铁精矿产量115.35,实际铁精矿产量增产5.37万吨,产生经济效益400余万元。该优化结果非常符合金山店铁矿表外矿储量实际和生产实际。(6)应用Matlab平台软件,构建“金山店铁矿工业品位优化决策系统”。在合理选择了工业品位优化模型及算法后,本文基于工业品位长期管理的需要,建立了品位管理的支持系统,便于该矿山企业进行日常工业品位的动态管理。