摘要：以某钢厂１０号板坯连铸机生产Ｑ３５５Ｂ钢的过程为研究背景，系统地比较了粒子群优化（ｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ，ＰＳＯ）、遗传算法（ｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ，ＧＡ）、模拟退火（ｓｉｕｌａｔｅｄａｎｎｅａｌｉｎｇ，ＳＡ）、教学学习优化（ｔｅａｃｈ?ｉｎｇ?ｌｅａｒｎｉｎｇ?ｂａｓｅｄｏｐｔｉｍｉｚａｔｉｏｎ，ＴＬＢＯ）和粒子群－遗传算法（ｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ?ｇｅｎｅｔｉｃｌｇｏｒｉｔｈｍ，ＰＳＯ?ＧＡ）等多种自启发式算法在连铸二次冷却配水制度优化中的应用效果。在研究中结合冶金准则制定了多个优化目标对连铸过程进行优化，使用传热数值模型模拟铸坯的凝固和冷却过程。并对不同算法的计算效率、稳定性和优化效果进行了对比发现，ＰＳＯ算法虽然求解效率高且收敛速度快，但表现出较大的波动，稳定性不高；ＧＡ算法则显示出更高的稳定性，但收敛速度较慢；ＳＡ算法参数调整简单，计算速度最快，稳定性较好，但收敛速度慢，精确率低；ＴＬＢＯ算法由于其复杂的算法结构，计算时间最长，但稳定性高，收敛速度快，精确率高；ＰＳＯ?ＧＡ混合算法求解效率高且稳定，保持快速收敛..