生物氧化预处理工艺是解决含砷、硫难处理金矿提金问题的主要方法。但工艺过程受电化学、生物学、物理学和多相混合流体力学等多方面影响,反应极其复杂,通过传统建模方法进行优化研究难度很大,而且大量的工艺过程数据被闲置一旁使隐含的有价信息没有被充分利用,造成了资源的极大浪费。针对上述问题,本文从生物氧化预处理-氰化提金工艺分析出发,深入研究各工艺参数影响作用效果;采用时间序列数据挖掘方法对工艺参数时序数据进行表示,并对ORP关键影响因素与ORP的关联关系进行挖掘;通过智能集成建模方法和挖掘到的关联规则建立ORP趋势预估模型。针对预估模型预估精度低、参数选择粗糙问题,本文引入细菌觅食优化算法(Bacteria Foraging OptimizationAlgorithm, BFOA)对预估模型结构参数进行实时在线优化,优化结果极大地提高了预估模型精度。通过对优化后的预估模型极大值区域的求解得到了工艺参数的最优范围,并依据工艺操作经验验证了结果的正确性和可行性。通过以上研究,本文有效解决了生物氧化预处理-氰化提金工艺参数优化问题,在一定程度上为现场工艺操作提供了数据支撑,为相同领域的优化问题提供了方法依据。