基于多目标粒子群和差分进化混合算法的冷连轧机轧制负荷分配多目标优化

目录

声明

第1 章 绪 论

1.1 课题背景及研究的目的和意义

1.2 最优化技术在轧钢生产中的应用

1.3 负荷分配优化研究综述

1.4 本文的主要研究内容

第2 章冷连轧轧制规程的研究

2.1 引言

2.2 冷连轧机轧制过程的研究

2.2.1 冷连轧产品的生产流程

2.2.2 冷连轧机自动控制系统

2.3 冷连轧轧制规程的内容

2.4 轧制过程相关数学模型

2.4.1 轧制力模型

2.4.2 轧制力矩和功率模型

2.4.3 速度模型

2.5 本章小结

第3 章多目标优化问题的研究

3.1 引言

3.2 多目标优化的内容

3.2.1 设计变量

3.2.2 目标函数

3.2.3 约束条件

3.3 多目标优化的基本理论

3.3.1 Pareto解的概念描述

3.3.2 Pareto解的特点

3.3.3 Pareto支配的局限性

3.3.4 多目标优化问题的求解目标

3.4 传统多目标优化方法

3.4.1 线性加权法

3.4.2 约束法

3.4.3 目标规划法

3.4.4 分层序列法

3.4.5 逐步约束法

3.4.6 传统多目标优化方法的局限性分析

3.5 本章小结

第4 章多目标智能优化算法

4.1 引言

4.2 多目标智能优化算法的发展历程

4.2.1 第一代多目标进化算法

4.2.1 第二代多目标进化算法

4.2.1 第三代多目标进化算法

4.2.1 第四代多目标进化算法

4.3 典型的多目标智能算法

4.3.1 NSGA-II算法

4.3.2 多目标粒子群算法

4.3.3 多目标差分进化算法

4.4 多目标优化算法常用策略

4.4.1 多样性维护

4.4.2 适应值评价

4.4.3 精英保留机制

4.4.4 约束处理

4.5 多目标优化算法的性能评价

4.5.1 测试函数

4.5.2 评价指标

4.6 本章小结

第5章 改进的粒子群和差分进化混合算法在轧制负荷分配中的应用

5.1 引言

5.2 改进的粒子群和差分进化混合算法

5.2.1 粒子群算法的改进

5.2.2 差分进化算法的改进

5.2.3 混合方式的改进

5.3 数值仿真与结果分析

5.3.1 IMOPSODE 算法和对比算法参数设置

5.3.2 仿真结果数值及图像分析

5.4 基于改进的粒子群和差分进化混合算法的冷连轧负荷分配多目标优化

5.5 本章小结

结 论

参考文献

攻读硕士学位期间承担的科研任务与主要成果

致 谢