现代化钢铁企业生产的一个特点是多道加工工序，以轧钢生产为例，由于轧钢产品数据是多维数值型数据，提出了一种基于密度的模糊自适应聚类方法对轧钢数据进行预处理以便更好地发现轧钢质量数据的隐含结构。轧钢产品的质量与轧制过中的关键变量直接相关，为了选择合适的变量，提出一种新的特征选择方法，对被测变量进行相关聚类，然后通过关联规则挖掘对每个变量聚类进行评价，根据先验算法发现与输出变量相关的重要输入变量。为了提高轧钢产品质量预测的可解释性和准确性，开发了基于规则树的轧钢产品质量的预测方法及系统，采用模糊关联规则与TS模糊系统相结合的规则表达形式，可以定性以及定量地预测轧钢产品的质量。
