本文针对舞阳钢铁公司中厚板轧机的实际情况，建立了基于人工神经网络的中厚板轧机轧制过程数学模型，在建模过程中主要做了以下工作： (1) 将国内外学者成功应用于薄板连轧机上的神经网络方法，引入到过程机理更为复杂的中厚板轧机建模过程中来。 (2) 将神经网络的应用范围从单一的对轧制力建模，扩展到对轧制过程中的温降、宽展、金属变形抗力建模方面。 (3) 利用LM(levenberg-marquardt)算法对BP神经网络进行了改进，通过对中厚板轧机的建模应用发现该算法使网络收敛速度加快，更适合于实时控制的需要。 (4) 尝试运用Elman网络和GRNN网络这两种新型神经网络，建立中厚板轧机轧制过程的模型，验证了这两种方法的可行性。 利用舞钢中厚板轧机的现场实测数据对本文所建模型进行测试。结果表明，基于神经网络的轧制过程模型计算值与实测值相比，最大偏差小于10％，所建网络模型能够比较真实地反映中厚板轧机的轧制过程特性，模型精度可以满足工程应用的要求。