为了提高铜转炉的操作水平，探讨了利用其生产运行中产生的大量数据建立优化决策模型的方法。针对过程数据含噪声、样本规模相对不足等问题，提出了一种鲁棒性更强的改进的神经网络建模方法；针对优化决策模型的应用目的，提出了支持度、置信度和相对置信度等模型评估指标；利用某厂的实际过程数据和前述方法，建立了基于神经网络的S1期（造渣1期）熔剂量和鼓风时间优化决策模型。实验效果表明所建优化决策模型能够显著改善S1期的吹炼效果。