中药滴丸生产过程往往凭借人工经验进行工艺参数的控制和分析产品质量。这一工作方式难以适应中药生产科学化的需要。因此对生产过程工艺参数的优化控制，对分析工艺参数之间的关联关系，以及对产品质量的影响关系至关重要。如果按照传统的方法统计分析，不仅难度大而且结论不明显，因此本文将数据挖掘技术应用到滴丸生产工艺参数分析中，达到优化参数、精确控制的效果，有着很大的实际意义和应用价值。　　 本文研究内容是把数据挖掘技术应用于中药滴丸生产过程中的工艺参数优化分析中。以采集的生产有关的原辅材料信息、工艺控制参数以及生产实时数据为数据源，建立了滴丸生产综合数据查询平台，采用Microsoft SQL Server2005为数据挖掘工具，利用神经网络和时间序列技术对滴丸含水量和滴灌温度进行建模、预测与优化研究。　　 具体包括以下几个方面：　　 1、探讨了数据挖掘相关技术及其在中药滴丸生产过程中的工艺参数挖掘中的应用。　　 2、建立了滴丸生产数据的综合查询分析系统。实现生产过程数据的浏览和查询分析，实现某一时刻的生产过程状态数据回放，以直观地反映现场生产，多视角地给出每个工序生产数据之间的因素影响关联度，为生产质量研究人员把关滴丸产品质量提供一个快速的数据分析工具。　　 3、以制剂过程中化料温度、滴制高度、滴制温度、料液入口温度、料液出口温度、冷酶出口温度、冷酶入口温度、石蜡入口温度、石蜡回流温度作为数据源，用聚类挖掘和关联规则挖掘，分析工艺点之间的关系，帮助指导生产。　　 4、针对包含时间因素的滴灌温度，利用时间序列算法建立了滴灌温度的时间序列挖掘模型，并较好的预测了滴灌温度随时间的变化，为实际生产操作起到了一定的指导作用。　　 5、建立了滴丸含水量的神经网络预测模型。分析了滴丸含水量的影响因素，利用神经网络建立滴丸含水量模型。检验数据显示，该模型较好的预测了滴丸的含水量，起到了帮助企业工作人员分析滴丸质量的作用。