加热炉是一种典型的工业控制系统,其加热过程存在着较强的参量耦合、高度非线性和抗干扰能力。而加热炉又是钢铁行业的主要能源,随着加热工艺的要求不断严格,传统的控制方法已不能适应高精度的要求,急需一种新的理论来支撑。针对某钢厂2250 mm轧机生产中出现的上述问题,提出了一种基于多层模型匹配的优化设计方案,用于优化工艺参数,提高产品质量,降低能耗,提高产品的综合竞争力。通过对有关理论的深入分析,结合工业流程的复杂性、优化与控制的现状,提出了一种基于模式匹配的控制思路,包括:1)建立综合工作指标的评估模型;2)采用模糊集理论和欧氏距离变换相似性的方法进行多层匹配;3)输入/输出预测模型4)运行参数最优算法等,以优化步进加热炉的加热工艺运行参数。论文的主要工作包括:（1）基于已有的专家经验与历史数据,建立了一优良操作模式库库,并根据实际情况,提出了一种多层模式匹配的运行方式。通过对各参数的确定和数据的预处理,利用聚类算法得到6个生产数据的优良操作模式的聚类中心,对待加热钢坯的初始数据与聚类中心的相似度进行分析,完成一级匹配,再对同一聚类集合中各个元素的相似度进行比较。采用多层模式匹配技术,可以有效地改善模型匹配的速度和效率,这对于步进式加热炉的生产工艺非常重要;（2）在加热前期或特定钢的特定工艺条件下,由于数据不足,很难找到最佳的参数,因此,在RBF神经网络的基础上,利用RBF网络进行了预测,并利用该模型进行了改进,得到了最优的运行参数,并将其更新到了最佳运行模式库,实现了系统的扩展。通过以上多级模型匹配优化的工艺参数,并将模拟结果与实际生产情况进行了比较,结果表明,此模型的匹配进化策略是可行的,可为企业的生产提供一定的参考依据。