在世界经济的发展中，板带材有着极其重要而广泛的应用，它是最主要的钢材产品之一。随着社会的进步和轧制技术的发展，人们对于板带材的质量提出了新的要求。板形是检验板带材质量的重要参考指标之一，这使得板形识别与控制方法成为当代轧制领域的关键技术。针对板形控制中存在的诸多因素，智能控制理论的应用为解决板形控制问题提供了新的思路，同时在工业轧制过程中得到了广泛应用。本文以冷带轧机板形云推理控制为研究课题，设计了基于遗传算法(GA)优化的T-S云推理板形智能控制系统，实现了可视化的板形识别与控制。首先，针对现有板形识别与控制方法存在精度低、参数复杂多变、建模困难等问题，根据人工智能的最新进展，提出了冷带轧机板形云推理控制的新方法。这种方法以T-S云推理神经网络为基础。通过比较云模型和高斯隶属度函数的异同，将云模型引入T-S模糊神经网络，从而构成了T-S云推理神经网络。该网络加入了云模型表示概念的不确定性，同时具备T-S模糊神经网络的优点，是一种稳定有效的神经网络。其次，将设计的T-S云推理神经网络应用于板形智能控制领域，针对某900HC六辊可逆冷轧机，建立了基于GA优化的T-S云推理板形识别模型、板形预测模型，设计了板形智能控制系统。通过对比仿真实验表明，GA充分发挥了全局寻优的能力，使得板形识别和控制的精度都有了提高。最后，在不增加硬件投资的条件下，利用3ds max对冷带轧机进行3D建模，结合LabVIEW与MATLAB混合编程技术，将T-S云推理板形智能控制模型进行封装，应用图形化编程语言（G语言），设计了一套板形智能控制虚拟仿真实验系统。它以一种人机交互界面的形式实现了可视化的板形模式识别和控制，直观方便地显示了板形控制效果。