本文内容为东北大学国家重点实验室中厚板控制系统的一个组成部分，是在现今国内中厚板轧制控制系统日趋完善的背景下进行的。通过对中厚板轧机过程控制分析平台的构建，将以前分散的模块功能统一在一个有机的整体中，形成较完备的体系；通过遗传神经网络对轧制力的预报，使轧制力的预测值精度有较大的提高。 1．对现有计算模型程序进行规范化、结构化设计。从书写、注释、命名、函数设计、层次划分和程序质量等方面考虑程序的优化，使其更条理明确、清晰易懂。 2．统一编制中厚板轧机过程控制分析平台的界面。采用面向对象的编程环境，基于多文档视图窗体，编制界面包括：模型计测量参数输入、PDI数据输入、预计算、文件管理、连接及跟踪、报警处理、数据库管理和自学习八个界面，分别对应平台相应的功能，通过界面能更好的发挥平台的总体功能。 3．设计了平台相应的数据库和数据库管理程序。数据库的设计以某钢厂成熟的数据库为蓝本，在数据库中建立层别，以简化调试过程。数据库连接采用ADO技术，实现对数据库数据的查询、增减和修改功能。 4．通过采用遗传算法和BP神经网络相结合的方式来预报轧制力。该网络能够充分发挥遗传算法的全局收敛和BP算法的指导性搜索思想，能有效地解决传统BP网络的局部收敛缺陷问题，并能提高网络的学习速度和学习精度。在编制算法程序的同时，编制了遗传神经网络的学习及预报界面，通过界面能更好的发挥算法功能，并在实际中取得了较好的应用效果。 上述研究结果大部分都已应用到实际生产中，并已经取得了良好的效果，提高了中厚板过程控制的自动化水平和控制精度，同时提高了生产率和产品质量，为提升轧制自动化控制水平起到了积极的作用。