摘要:结合广义回归神经网络（GRNN）在非线性拟合和柔性网络结构等方面的优势，构建熟球抗压强度预报模型，确定球团矿生产过程中的原料成分配比(Ca、Si、Mg等含量)与表征球团矿质量的重要参数（熟球抗压强度）之间的定量关系。基于抗压强度预报模型，借助天牛须搜索（BAS）算法，构建球团原料最佳配比智能推荐模型，在球团矿配料可调控区间上，智能推荐原料最佳配比方案。仿真与实验结果显示：熟球抗压强度预报模型具有超强的插值能力和优良的泛化性能；在球团矿各种配料变化不超过20%的区间内，智能推荐的最佳配料方案平均提升熟球抗压强度达16%以上，且系统运行稳健、仿真结果有效；将BAS智能推荐模型应用于球团制造实际流程中后较前一年同一时期的熟球抗压强度日均值有明显提升，实际应用效果佳。