铜转炉吹炼终点预报是转炉生产的一个重要环节，直接影响转炉的生产效益。其吹炼工艺相当复杂，影响生产因素众多且因素之间相互耦合，使得用来预测吹炼终点的模型极其复杂。针对这个问题，利用主元分析法将影响因素重组,在此基础上,提出一种基于遗传算法的Elman神经网络模型对铜转炉吹炼终点进行预测。仿真结果表明，建立的预报模型具有较高的自学习及泛化能力，预报结果具有较高的精度。