轧制压力预报是精轧机组计算机设定模型的核心，其预报精度将直接影响到辊缝的设定，穿带的稳定性，板厚精度以及产品的最终质量等等。这在日益激烈的市场竞争条件下，面对用户对钢材越来越高的要求，轧制压力预报就在轧制过程中显示出越来越重要的地位。由于轧制过程中需要考虑相当多的线性和非线性的影响因素，非常复杂，就武钢热轧厂而言，采用武钢设定模型的预报精度并不是很理想，因此还需要进一步的加以改进。 本文主要以WSPCC和Q235B两种钢在武钢热轧精轧机组上实测的现场生产数据作为样本，分别采用了以下四种方法对精轧机组第一架和第七架的轧制压力预报作了细致的研究和比较：1、用传统轧制力数学模型直接预报；2、先用现场实测数据回归出变形抗力。模型和应力状态系数Q_p模型，再用新模型预报轧制压力；3、用BP神经网络直接预报；4、用BP神经网络与压力模型相结合的方法预报。其离线预报结果表明，采用以实测数据回归出的压力模型与BP神经网络相结合的方法预报轧制压力的效果最为理想，尤其对于第七架压力预报精度的改进尤为明显。WSPCC和Q235B第七架压力预报误差大于10％的样本比率分别由原来的62.3％，45.6％下降至8.8％和16.7％。