为了提高生产决策的可靠性和精准性,本文提出一种基于自编码器增强的残差多层感知机模型(AutoResMLP),探究地浸采铀过程中溶浸液成分及量值与铀浓度的关系。实验结果表明,该模型预测精度高,平均R²和RMSE分别为0 95和0 06,相比于支持向量回归(SVR)、随机森林(RF)和XGBoost等回归预测模型,评估指标均有提升,AutoResMLP模型展现出优越的泛化能力与稳定性。进而利用上述模型,以溶解氧浓度和HCO₃^-浓度为代表变量,探讨其与铀浓度的相关性,结果表明,三个实验浸采单元在其他条件稳定的情况下,随着HCO₃^-浓度的增加,铀浓度先逐渐增加,后趋于稳定;HCO₃^-浓度达到最优值时,存在最佳溶解氧浓度,分别约为15 38、27 00、23 06 mg/L,此时浸出液铀浓度最高。