【摘要】：冷軋負荷分配問題可以抽象為一個有約束多目標優(yōu)化問題。為解決此問題,提出了基于環(huán)境Pareto支配選擇策略的有約束多目標進化算法。該算法更加客觀地評價了兩個不同解的優(yōu)劣,利用優(yōu)秀不可行解加速算法收斂。以等功率裕量、最小軋制能耗、最小綜合打滑函數(shù)、末機架板形良好軋制力為優(yōu)化目標,利用有約束多目標進化算法得到了4個目標函數(shù)之間的定量關系,使決策者不需要掌握復雜的軋制理論知識就可以直觀地掌握軋制規(guī)律,并進一步說明了多目標策略在壓下負荷分配中的必要性。
[Abstract]:The cold rolling load distribution problem can be abstracted as a constrained multi-objective optimization problem. To solve this problem, a constrained multi-objective evolutionary algorithm based on environment Pareto dominating selection strategy is proposed. The algorithm evaluates the advantages and disadvantages of two different solutions more objectively, and accelerates the convergence of the algorithm by using excellent infeasible solutions. With equal power margin, minimum rolling energy consumption, minimum comprehensive slip function and good rolling force of the final stand shape as the optimization objectives, the quantitative relations between the four objective functions are obtained by using the constrained multi-objective evolutionary algorithm. So that the decision-makers can grasp the rolling law intuitively without the complicated knowledge of rolling theory, and further explain the necessity of multi-objective strategy in load distribution.
【作者單位】： 燕山大學電氣工程學院;燕山大學機械工程博士后流動站;燕山大學機械工程學院;天津電氣科學研究院有限公司;
【基金】：燕山大學博士基金資助項目(B963) 國家自然科學基金委員會與寶鋼集團有限公司聯(lián)合資助項目(U1260203) 河北省自然科學基金資助項目(F2016203249) 河北省高等學校創(chuàng)新團隊領軍人才培育計劃資助項目(LJRC013) 國家冷軋板帶裝備及工藝工程技術研究中心開放課題資助項目(2012005)
【分類號】：TG335.12;TP18

【相似文獻】

相關期刊論文 前1條

1 祁榮賓;錢鋒;;基于多目標進化算法的對二甲苯氧化反應過程優(yōu)化操作[J];化工學報;2010年12期

相關會議論文 前2條

1 孫海濤;熊鷹;韓峰;;基于多目標進化算法的艦船概念設計方法研究[A];第四屆全國船舶與海洋工程學術會議論文集[C];2009年

2 崔遜學;;多目標進化算法的研究現(xiàn)狀與群體多樣性研究[A];Complexity Problems--Proceedings of CCAST (World Laboratory) Workshop[C];2001年

相關博士學位論文 前10條

1 豐志偉;多目標進化算法研究及在飛行器動力學系統(tǒng)中的應用[D];國防科學技術大學;2014年

2 代才;基于分解的多目標進化算法研究[D];西安電子科技大學;2014年

3 申瑞珉;高維多目標進化算法及其軟件平臺研究[D];湘潭大學;2015年

4 袁源;基于分解的多目標進化算法及其應用[D];清華大學;2015年

5 孟紅云;多目標進化算法及其應用研究[D];西安電子科技大學;2005年

6 黃林峰;多目標進化算法研究[D];中國科學技術大學;2009年

7 郭秀萍;多目標進化算法及其在制造系統(tǒng)中的應用研究[D];上海交通大學;2007年

8 譚艷艷;幾種改進的分解類多目標進化算法及其應用[D];西安電子科技大學;2013年

9 張明明;面向量子可逆邏輯自動綜合的多目標進化算法研究[D];東華大學;2010年

10 劉立衡;多目標進化算法的研究及其在負荷分配中的應用[D];華北電力大學（北京）;2010年

相關碩士學位論文 前10條

1 吳坤安;基于分散策略的多目標進化算法研究[D];福建師范大學;2015年

2 馬晨琳;基于分解的交互式偏好多目標優(yōu)化算法研究[D];西安電子科技大學;2014年

3 喻果;基于分解的偏好多目標進化算法及其評價指標的研究[D];湘潭大學;2015年

4 李業(yè)興;基于外部集指引的自適應多目標進化算法的研究[D];南京航空航天大學;2015年

5 季洪霄;動態(tài)約束多目標進化算法的研究與應用[D];安徽理工大學;2016年

6 李達統(tǒng);基于MapReduce與Spark的分布式多目標進化算法的設計與實現(xiàn)[D];華南理工大學;2016年

7 齊吉;基于聚類的多目標進化算法及其在航跡規(guī)劃中的應用[D];哈爾濱工業(yè)大學;2016年

8 李輝健;多目標進化算法中新型非支配個體排序研究及應用[D];南京信息工程大學;2016年

9 楊志翔;基于分解排序的多目標進化算法的研究[D];南京航空航天大學;2016年

10 朱錚;面向指標和邊界選擇的高維多目標進化算法的研究[D];湘潭大學;2016年

，

本文編號：2299540