本發(fā)明提供一種基于改進(jìn)神經(jīng)網(wǎng)絡(luò)的多牌號C?Mn鋼力學(xué)性能預(yù)測方法，首先采集多牌號C?Mn鋼在熱連軋生產(chǎn)過程中的生產(chǎn)數(shù)據(jù)并進(jìn)行數(shù)據(jù)處理，然后采用前向選擇的相關(guān)性分析方法生成各力學(xué)性能的樣本集，采用PSO算法對BRNN網(wǎng)絡(luò)模型訓(xùn)練過程中的參數(shù)進(jìn)行優(yōu)化，通過選取多個牌號的C?Mn鋼生產(chǎn)數(shù)據(jù)，使數(shù)據(jù)樣本中包含了更加全面的生產(chǎn)工藝信息，解決了單鋼種生產(chǎn)工藝的數(shù)據(jù)無法包括全面的工藝信息的問題；通過采用數(shù)據(jù)處理和相關(guān)性分析方法，使數(shù)據(jù)更加穩(wěn)定且更具規(guī)律性，并可以有效簡化預(yù)測模型的結(jié)構(gòu)；通過引入PSO算法對BRNN模型進(jìn)行改進(jìn)，解決了其存在的容易陷入局部最小值的問題，經(jīng)過改進(jìn)的神經(jīng)網(wǎng)絡(luò)具有良好的泛化能力，能夠更客觀地符合物理冶金學(xué)規(guī)律。