本文以冷连轧轧制过程动态仿真及控制优化课题为背景，将数据挖掘技术应用于仿真系统的数据处理和模型优化，建立基于数据挖掘技术的智能仿真平台，并构建包括多种数据挖掘方法的模型库。仿真人员可以根据现场的生产数据和实际运行状态，对仿真的输入输出数据进行有效的处理和分析，并利用数据挖掘技术对模型进行优化，以达到对生产和模型的真正指导作用。主要研究内容有： (1)综述了系统仿真的概念和发展、轧钢领域仿真发展的概况、人工智能技术在轧钢中的应用情况、数据挖掘技术及其应用现状； (2)研究讨论了系统类型、建模方法和模型的VV&A，以及智能仿真的重要性，并提出了智能化仿真的总体方案，设计及开发方法； (3)以冷连轧生产过程为研究对象，针对仿真系统中建模机理的局限性，提出了构建基于数据挖掘技术的工业过程模型优化的智能仿真平台的思想。并给出了设计方案和功能组成结构，对主要功能模块进行了描述； (5)针对基于数据挖掘技术的智能仿真平台开发中涉及的主要关键技术进行了研究与开发应用。在MATLAB仿真平台上，设计构造和实现了冷连轧仿真模型库；创建适合于智能仿真平台运行和模型管理的数据库系统，并设计了模型库和数据库之间的接口以及分布式仿真平台的通信。