针对钢包精炼炉（LadleRefiningFurnace）又称LF炉，配料加料过程的惯性、时滞、非线性等控制特性，设计了一种基于微粒群优化算法（ParticleSwarmOptimization，PSO）、误差反向传播（BackPropagation，BP）神经网络以及比例一积分一微分（PID）的复合控制算法PSO—BP—PID，并将该复合算法应用于150t钢包精炼炉配料称重控制系统中，实现配料称重过程的智能控制。PSO-BP-PID算法利用微粒群优化算法的全局寻优特性，优化BP神经网络的初始权值以提高神经网络的收敛性；采用经微粒群算法优化后的BP神经网络在线实时调整PID参数。通过基于PSO和BP网络的PID控制器实时控制钢包精炼沪的配料过程。仿真实验和运行实验结果表明，PSO-BP-PID算法的控制效果优于单一PID算法的控制效果。采用PSO-BP—PID算法的钢包炉配料系统后，明显提高了配料精度，有效地解决了配料称重过程中速度与精度的矛盾。