本文对影响炉温预测的数据进行了深入分析,利用粗糙集理论能够有效地降低特征的维数,同时采用模块化神经网络能将复杂问题分解为相对较为简单的若干子问题。利用粗糙集理论简化模块化神经网络的训练样本,消除冗余的数据,提供网络的收敛性,从而提高整个融合系统的效率。