摘要：在冷连轧生产过程中，带钢厚度精度是衡量产品质量和下游企业最为关心的重要指标之一。现有冷连轧带钢厚度精度预测方法主要关注带钢头部厚度命中率，不能反映整卷带钢的厚度精度和波动情况，为此，提出了一种基于深度学习算法的冷连轧带钢全长厚度连续预测模型，实现了从冷连轧工业生产数据到带钢全长厚度的映射。以某厂五机架冷连轧生产线的实际数据为数据集，首先使用随机森林法进行特征选取，以精简输入特征，然后采用遗传算法对DNN模型的初始权重和阈值进行优化，进一步提升模型性能。结果表明：此模型可较为准确和直观地反映整卷带钢厚度精度和波动随轧制时间变化的情况。在加减速和稳定轧制阶段，预测结果的相对误差均控制在±0.5%和±0.1%以内，精度满足实际生产要求。应用此模型，控制系统可以提升预设定精度，并在相应时刻进行预调节，从而达到提高带钢厚度精度的目的。关键词：冷连轧;厚度精度;带钢全长厚度;预测;随机森林;特征选取;深度神经网络;遗传算法;