摘要：水泥回轉(zhuǎn)窯流程是新型干法水泥生產(chǎn)工藝的關(guān)鍵工藝流程之一,由于該工藝流程是一個(gè)復(fù)雜的物理、化學(xué)反應(yīng)過程,具有多輸入、大滯后、非線性、時(shí)變參數(shù)等特點(diǎn),因此難以建立其精確的數(shù)學(xué)模型.采用徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)（Radial Basis Function Neural Network,RBFNN）來建立該系統(tǒng)的神經(jīng)網(wǎng)絡(luò)模型.通過對(duì)某大型水泥廠實(shí)時(shí)采集的生產(chǎn)數(shù)據(jù)對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和測(cè)試,模型測(cè)試結(jié)果表明：采用該方法所建的模型精度較高、泛化能力較好,為解決復(fù)雜的難以建立數(shù)學(xué)模型的系統(tǒng)建模問題提供了參考.