摘要：热轧硅钢板形对冷轧板形和边降具有显著的遗传效应，减小热轧硅钢产品横向同板差可以有效提高冷轧产品的质量。在硅钢热连轧过程中，换规格或换牌号会出现弯辊力和窜辊量预设定值不准确的问题，使板形控制的效果降低。针对该问题，本文提出了一种基于随机配置网络（ｓｔｏｃｈａｓｔｉｃｃｏｎｆｉｇｕｒａｔｉｏｎｎｅｔｗｏｒｋ，ＳＣＮ）的硅钢板凸度预测模型。为了提升模型对数据的拟合能力，增加了模型的隐藏层层数（ｄｅｅｐｓｔｏｃｈａｓｔｉｃｃｏｎｆｉｇｕ?ｒａｔｉｏｎｎｅｔｗｏｒｋ，ＤｅｅｐＳＣＮ），并在ＳＣＮ的建模过程中引入了流形正则化项（ｒｅｇｕｌａｒｉｚａｔｉｏｎｓｔｏｃｈａｓｔｉｃｃｏｎｆｉｇｕｒａｔｉｏｎ，ＲＳＣ）。以数据驱动模型的预测结果为导向，采用蜣螂优化（ｄｕｎｇｂｅｅｔｌｅｏｐｔｉｍｉｚｅｒ，ＤＢＯ）算法对弯辊力和窜辊量进行优化。根据优化结果可知，该方法可以使比例凸度的波动控制在较小范围内，并将精轧出口凸度偏差在±５μｍ以内的数据提高到９２．２％。这不仅有效提高了硅钢的板形质量，也为硅钢板形控制提供了新的研究方向和技术手段。 关键词：硅钢板形；随机配置网络（ＳＣＮ）；流形正则化；弯窜优化；..