轧钢生产过程是一个由多个子系统过程构成的复杂大系统,具有严重非线性、不确定性、时变、大滞后、强耦合和多参数等特性。为保证轧钢产品质量,对轧钢生产过程进行产品质量建模、实施质量优化与控制是十分必要的,然而对于轧钢生产过程,影响产品质量的因素众多,由于其复杂性加之工业噪声污染,对其进行质量建模与质量优化控制存在很大的困难。近年来,国内外诸多学者利用不同的神经网络对其进行质量建模,起到了一定的成果,但在利用所建模型指导生产实践和实施质量优化控制方面还有一定的差距。本文针对轧钢生产过程质量建模与质量优化控制进行研究,取得了一些具有实际意义的结果,其主要工作和内容如下：(1)在对轧钢生产过程分析的基础上,对轧钢生产过程产品质量指标及其质量影响因素进行了研究和分析,确定了影响轧钢复杂工业生产过程产品质量的主要影响因素；对轧钢生产过程质量建模与质量优化控制问题进行了分析和探讨,为建立轧钢生产过程质量模型和实施质量优化控制奠定了基础。(2)对轧钢生产过程数据进行了筛选和样本数据预处理；在对分层模糊神经网络及其建模分析的基础上,给出了基于分层模糊神经网络的轧钢生产过程产品质量建模方法,并进行了实例仿真和分析,仿真结果表明了所建立模型的有效性和可靠性。(3)在建立轧钢生产过程质量模型的基础上,对其产品质量优化控制问题进行了深入的分析和探讨,给出了轧钢生产过程产品质量优化控制方法；建立了轧钢生产过程的质量优化模型,并结合惩罚函数与粒子群算法对该质量优化模型进行了优化方面的仿真研究,仿真结果表明了所给方法的有效性和可靠性。