矿粉混匀是通过不同矿种矿粉的提取、输送、混合、走行堆积来完成。矿粉混匀质量，尤其是稳定度是影响烧结矿的产、质量及高炉经济指标的重要因素。为此，“九五”期间钢铁工业科学技术报告中特别强调了开发和应用烧结矿生产先进技术中“优化配矿”和“原料混匀”的重要性，把它们作为最列前的二条予以提出。同时，根据武钢2001年的工业性实验，混匀质量的提高所产生的经济效益在1000万元以上。 矿粉混匀质量的预测预报对于实施矿粉混匀质量的实时控制具有十分重要的意义。论文在全面回顾国内外现有矿粉混匀质量研究成果的基础上，选定了导致矿粉混匀质量稳定度变动的因素，之后，对回归方法进行了系统的学习和研究，收集了回归所需要的大量的原始数据，经过适当的处理后，将这些数据应用于回归计算，得出了 与堆积层数、同时切出槽数、Tfe(％)、SiO2(％)、水分(％)和粒度（M S，mm）的关系。在此基础上，文章系统地学习和研究了当今非线性领域已有不少成功应用的人工神经网络计算方法，在对几种非线性映射网络进行比较之后，最终选择了BP网络作为非线性计算网络。运用大量的生产数据，对网络进行了系统的训练和优化，使得网络具有了一定的预报能力。 矿粉同槽问题是稳定混匀质量的关键问题之一，同槽矿粉成分的接近与否直接影响其混合物成分的稳定与否。为此，论文运用聚类分析方法对此进行了系统的研究，完成了矿粉同槽的动态聚类方法。 在运用数值回归方法、聚类分析方法和神经计算方法对矿粉混匀质量稳定度的预测预报进行系统、深入的研究基础上，论文运用MICROSOFT VISUAL C＃语言，完成了基于MICROSOFT .NET 平台的WINDOWS程序设计，运用历史堆积数据，开展了一系列计算试验。计算结果表明，本文提出的方法其精度已能满足工程实用的需要，显示出良好的应用价值。