摘　　　要：針對目前國內對鋁電解槽運行狀況診斷存在的難度大、效率低等問題，著眼于與實時工況相區(qū)別而反應電解槽電解能力和穩(wěn)定運行的電解槽狀態(tài)的研究，設計了一種以小波包算法提取槽狀態(tài)信息和建立了用非線性Ｍｏｒｌｅｔ小波基取代傳統(tǒng)神經元非線性激勵函數的緊致型小波神經網絡的槽狀態(tài)預測模型。利用小波變換的時域局部化性質和神經網絡的自學習能力，對鋁電解槽的槽狀態(tài)進行分析預測，克服了傳統(tǒng)神經網絡收斂速度慢，容易陷入局部較優(yōu)等缺點。通過Ｍａｔｌａｂ對狀態(tài)預測算法進行編程。...