反映企业产品质量、生产效率、生产成本等的选矿过程综合生产指标分解出的工艺指标将直接影响到各个工序的生产,综合生产指标主要包括综精产量、综精品位、金属回收率,工艺指标主要包括一次溢流回收率、强精品位、强尾品位、强磁粒度、弱精品位、弱尾品位、弱磁粒度。只有各个工序的工艺指标达到要求,综合生产指标才能满足企业设定的目标值。由于综合生产指标的影响因素复杂而且往往难于在线连续测量,选矿企业通常根据生产经验把要达到的生产指标分解为各个工序的工艺指标,不能及时根据生产实际进行调整,降低了计划的准确性和有效性,不能保证选矿过程综合生产指标的优化。因此研究将综合生产指标进行有效的分解,对企业优化生产、提高企业效益具有重要意义。本文在“985工程”流程工业综合自动化科技创新平台课题的支持下,提出了选矿过程综合生产指标分解的补偿方法,设计开发了选矿过程综合生产指标分解的补偿系统,并在系统上进行了算法验证研究。本文的研究工作主要归纳如下：(1)针对Apriori算法不足即由人工设置最小支持度导致生成的规则不能满足用户的要求,因此提出了Apriori的改进方法,在算法中加入支持度自适应环节,根据挖掘出的规则数对支持度进行自动调整,从而避免了人工设置支持度的不确定性。(2)分析了选矿过程综合生产指标分解过程中涉及的选矿工艺流程各个指标之间的关系,介绍了现有的选矿过程综合生产指标分解方法。同时指出了文[32]基于反馈补偿策略的选矿全流程工艺指标决策系统的不足,即系统在进行工艺指标决策的过程中,进行了工艺指标属性约简,忽略了约简掉的工艺指标对综合生产指标的影响；同时系统给出的补偿值也存在不准确的问题。二者同时导致了综合生产指标的目标值和实际值之间偏差过大问题。基于此提出了基于改进的Apriori关联规则挖掘的选矿过程综合生产指标分解的补偿方法,利用Apriori关联规则挖掘算法,由选矿厂历史数据中挖掘出各个指标之间的关系,从而确定各个工艺指标的补偿值。(3)系统采用了B/S三层架构,设计开发了选矿过程综合生产指标分解的补偿系统。系统主要功能是将综合生产指标的实际值和目标值之间的偏差作为反馈补偿器的输入,然后根据本文提出的基于改进的Apriori关联规则挖掘的选矿过程综合生产指标分解的补偿方法,挖掘出工艺指标的补偿值,对选矿过程综合生产指标的分解进行补偿,从而更加准确地消除干扰对系统的影响。(4)将本文开发的选矿过程综合生产指标分解的补偿系统嵌入到现有的选矿过程综合生产指标优化仿真实验平台,进行实验研究。将本文提出的方法与现有方法进行对比,实验结果表明,本文提出的选矿过程综合生产指标分解的补偿方法是有效的。