制造业是我国国民经济和社会发展的重要支柱产业。制造业中的复杂工业过程是由物料、设备、工艺和环境等多个要素高度融合而成的复杂系统。然而，复杂工业过程面临着资源利用率低、能耗物耗高、产品质量差、成本高、环境污染严重等问题。因此，以高效化和绿色化生产为目标，实现复杂工业过程各环节的决策优化具有重要意义。目前，复杂工业过程的决策优化存在评估成本高、过程非平稳、多目标协同等问题，难以通过人工来决策优化。本文主要研究了基于深度高斯过程的多目标贝叶斯优化方法，同时探讨了面向复杂工业过程的贝叶斯优化方法，并将方法分别应用于铜冶炼过程和天然气净化过程的决策优化中。主要研究工作和贡献如下：

（1）针对复杂工业过程决策优化中存在的非平稳和多目标协同问题，提出了基于深度高斯过程的多目标贝叶斯优化方法DGMBO。该方法构建了深度高斯过程代理模型，学习输入与多个目标的复杂非平稳映射关系，并使用期望超体积改进采集函数来充分平衡探索与利用，快速找到最优解。在多个标准测试函数上的实验结果表明了所提方法的有效性和高效性。

（2）针对贝叶斯优化难以与实际工业过程结合的问题，提出了面向复杂工业过程的贝叶斯优化方法CI-DGMBO，旨在利用大量历史数据和少量仿真数据驱动贝叶斯优化。本文设计了仿真系统交互方法来评估反馈优化结果，提高决策优化的实时性和可靠性，并提出了基于Transformer自编码器的工业数据去噪与采样方法，实现端到端地去除数据噪声和缺失值，并提取历史数据中的关键点。实验结果表明了该方法的有效性。

（3）针对铜冶炼过程中存在效率低和污染严重的问题，进行铜冶炼过程决策优化设计与应用验证。本文根据闪速炼铜的反应机理和数学模型，基于分段建模思想搭建了闪速炼铜仿真系统，并实现了优化算法与仿真系统的实时交互。在闪速炼铜仿真系统上的实验结果表明CI-DGMBO方法能够提高决策优化效率，并在产量和环保方面提升了生产指标。

（4）针对天然气脱硫过程中存在的低效益和高能耗问题，进行天然气脱硫过程决策优化设计与应用验证。本文设计并构建了天然气脱硫过程的实时数据库和关系数据库，以存储与管理历史数据和工艺数据。针对优化过程中存在的已知约束和未知约束，对CI-DGMBO进行相应改进，扩展为CI-DGMCBO方法，分别使用搜索空间限制和可行性指示函数，使其在多个限制条件下寻找多目标最优解。在天然气脱硫仿真系统和实际系统上分别进行了验证，结果表明CI-DGMCBO方法能够实现快速优化，为提高企业经济效益和实现实时决策优化提供了可靠有效的方案。