在分析铜闪速熔炼控制策略和贵溪冶炼厂闪速炼铜生产实践数据的基础上,基于神经网络技术分别建立了网络结构为8-16-1的冰铜品位模型、8-20-1的冰铜温度模型和8-20-1的渣中Fe/SiO2模型,并采用了遗传算法GA与前向神经网络算法BP相结合的网络训练方法对其进行了仿真计算,结果显示其检验样本的最大误差分别为0.57、0.84和0.07,最大相对误差分别为0.99%、0.07%和5.1%,均方误差分别为0.37、0.66和0.04,表明所建立模型的预测值与生产实践数据基本吻合,该模型可以应用于铜闪速熔炼过程的在线优化控制.