质量问题在当今社会中得到了社会大众的普遍关注,而作为钢铁企业,尤其是给高炉提供生产原料的企业,如何控制产品质量波动成为了亟待解决的重要问题.本文主要探讨了BP神经网络在球团矿质量预测中的应用.在质量预测工作应用BP网络的实践中，大部分的神经网络模型都是使用BP网络或者BP网络的变化式，其作用在于数据压缩、函数逼近、模式识别以及分类。在这种网络的应用中，只要具备隐层且隐层单元数的数量够多，BP网络就能够在不够件数学解析式模型的基础上向任意非线性映射关系进行逼近。则主要是因为只要以原始的生产数据为依据，并利用学习与训练就可以找出原始数据与有价值数据之间的联系，由此可见，这种方法在球团矿质量预测中具有良好的适应性。另外，BP网络所采用的学习算法具有稳定的工作状态、严谨的结构以及清晰的思路，并且良好的容错能力也能够在连接改动甚至损坏的情况下不会出现系统崩溃的情况。