摘要：轧制力的预测对智能制造自动化的推进应用很大。为了进一步提高热轧带钢的控制精度，设计了一种基于多参数ELM网络的热轧带钢轧制力预报方法。在ELM网络预测的基础上，综合考虑离线得到的轧制多参数之间的关联来提高预测的准确性。研究结果表明：相对于传统模型，ELM网络的误差明显降低。采用多参数关联预测后，误差又有所降低，控制在1.5%以内，满足现场预测要求。结合钢板轧制现场数据，多参数ELM网络的预报精度相对误差在小于±10%的部分比例达到90%，证明模型是准确的。研究有助于提高热轧带钢轧制力预测精度，对智能制造自动化领域的推进具有一定的理论支撑。 关键词：热轧带钢；轧制力预报；极限学习机；神经网络