فرآیند نورد، روشی پیچیده با پارامترهای متنوع است که افزایش رقابت بین تولیدکنندگان و یا مشتریان به ورق های با کیفیت بهتر، فرآیندها را به سمت بهبود روش ها و کاهش عیوب و به ویژه افزایش کیفیت ظاهری ورق سوق می دهد. بررسی پارامترها، پیش بینی و مدلسازی فرآیند می تواند اطلاعات مفیدی در اختیار گذاشته و بدون صرف هزینه های گزاف و انجام روش های تجربی، تأثیر عوامل مختلف را در ایجاد و یا کاهش عیوب شکلی مورد بررسی قرار داد. در این تحقیق سعی شده است که ضمن بررسی اثر برخی از عوامل مهم فرآیند نورد، روشی نیز جهت مدلسازی فرآیند وتعیین عملکرد بهینه آن ارائه گردد. بر این اساس در اولین گام، مدل اولیه ای از تغییر شکل های الاستیک غلتک و قفسه ها توسعه و بهبود داده شده و اثر پارامترهای مختلف بررسی گردیده است. سپس شبیه سازی شبکه عصبی نورد به کمک مدل توسعه یافته اخیر انجام گرفته است. درنهایت با استفاده از الگوریتم ژنتیک و شبیه سازی شبکه عصبی، پارامترهای فرآیند نورد با هدف کاهش عیوب شکلی و موج ورق ها بهینه سازی شده اند. نتایج حاصل از روش ارائه شده در این پژوهش در مقایسه با روش های مورد استفاده در گذشته و نیز اطلاعات فرایند نورد گرم مجتمع فولاد مبارکه بهبود قابل قبولی را نشان می دهد.