随着国内工业化建设的进一步发展,国内工业用地供求矛盾加剧,我国政府为进一步提高用地节约、集约使用水平,对工业用地政策更加收紧,并对土地范围、属性和用途等的规定更加精细化、规范化。论文针对钢铁厂这一类占地规模大的企业所面临改建、扩建、新建等问题时,研究厂区用地规模并进行合理预测,对厂区选择和产量规模设计具有重要指导意义。论文拟以钢铁厂用地规模数据资料为研究基础,结合钢铁厂总平面布置理论,分析钢铁厂总平面布置与用地规模之间的关系,确定总平面布置特征对用地规模的影响,识别钢铁厂前三厂（前三厂是指钢铁生产工艺流程中参与生产环节的焦化厂、烧结厂、炼铁厂）用地规模的影响因素,构建灰色-回归模型、基于粒子群优化回归模型、灰色-RBF神经网络模型分别预测钢铁厂前三厂用地规模,建立前三厂各用地规模预测模型检验体系,确定各用地规模预测模型的可靠性、精确性,以期在后续的钢铁厂前三厂实际报批、设计等应用阶段中,可以为建厂前的资金投入及发展策略、厂址选择与企业总体规划以及厂区购地范围等提供理论依据和支持。通过研究发现,钢铁厂前三厂总平面布置对用地规模影响因素主要有:生产规模、建、构筑物、厂区道路。通过构建的用地规模预测模型可以判断模型及其相关影响因子之间的相关作用程度以及相互关联程度。同时,根据模型预测值与实际值的对比结果,也进一步有效地反映了各影响因素对用地规模的影响程度以及模型的精确度,使得模型具有很强的实用性。在数据分析方面,论文借助相关性分析方法和灰色关联度分析方法筛除模型次要影响因子,提高模型抗干扰度,而且也进一步提高了模型预测的准确性和精确度。最终结果表明,钢铁厂前三厂各用地规模预测模型均可通过模型检验体系,满足模型可靠性、精确性要求,可以用于前三厂用地规模的预测,为前三厂用地合理化提供理论支撑。