随着市场对铝板带产品的质量要求不断提高，铝板带热轧轧制控制成为研究的热点。然而我国还没有自主研发的铝热连轧二级控制系统，国内现有的二级控制系统都是以昂贵的价格从国外引进的，所以我国必须加快铝热连轧二级控制系统的研发。本文以某2000mm铝热连轧精轧一级设备改造、二级系统优化项目为背景，目前已完成一级控制系统的改造，下一步拟做二级控制的改造升级。轧制模型是二级控制系统的核心部分，铝热连轧轧制过程控制涉及的最重要的轧制模型是轧制力模型。轧制力模型中的最重要的子模型是变形抗力模型。本文根据现场大量的轧制数据，通过轧制力模型反推出了变形抗力值，并利用最小二乘方法对不同铝合金的传统变形抗力模型进行了回归分析。在对变形抗力传统机理模型进行分析研究的基础上，根据实测轧制数据，利用最小二乘支持向量机方法对变形抗力进行了反向建模。在模型参数的选择方面，采用细菌觅食优化算法进行了优化处理。铝带的轧制过程相当复杂，影响因素很多，所以轧制力的预报总会存在误差，其原因可归结为模型本身的误差、测量误差、过程状态的变化等。为了进一步提高轧制力的预报精度，针对复杂多变的铝热连轧生产过程，将自学习算法引用到了轧制力模型当中。本文根据现场轧制数据，以精轧第四机架为例，对轧制力预报自学习算法进行了仿真验证，仿真结果表明，轧制力的预报精度提高到了10%。