摘要：闪速熔炼过程中存在大量多元非线性因素，难以从统计学和机理上确立操作参数。为优化闪速炉的操作参数，建立了动态T-S递归模糊神经网络（DTRFNN）的软测量模型，推导了DTRFNN的权值学习算法，将其应用到某厂的铜闪速熔炼过程中的参数软测量上，平均精确率达到97％，能为生产操作提供有益的指导。

关键词：bp学习算法 冰铜品位 冰铜温度 渣中铁硅比 

单位：中南大学信息与科学工程学院 410083