本文關(guān)鍵詞：差分進(jìn)化多目標(biāo)優(yōu)化算法及其在鋁熱連軋軋制規(guī)程中應(yīng)用，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著我國鋁行業(yè)的飛速發(fā)展,鋁合金產(chǎn)品被廣泛應(yīng)用于造紙、汽車、造船、高速列車、電子等各個(gè)方面。我國熱軋整體裝備水平和世界先進(jìn)水平還有很大差距,特別是在高端產(chǎn)品領(lǐng)域,我國依然依靠進(jìn)口。本文以某鋁加工廠“1+4”鋁熱連軋機(jī)為研究對(duì)象,擬通過制定更加科學(xué)合理的軋制規(guī)程來進(jìn)一步提高產(chǎn)品質(zhì)量。制定軋制規(guī)程的兩大基礎(chǔ)是精準(zhǔn)的軋制過程模型和高效的多目標(biāo)優(yōu)化方法。軋制過程模型是軋制工藝的數(shù)學(xué)抽象,其準(zhǔn)確性直接關(guān)系到工藝參數(shù)的預(yù)報(bào)精度。多目標(biāo)優(yōu)化算法作為數(shù)學(xué)工具,在建模過程與規(guī)程制定過程中都起到了重要作用。針對(duì)實(shí)際工程應(yīng)用中的大規(guī)模多目標(biāo)優(yōu)化問題,本文構(gòu)造了一種基于物理規(guī)劃的多目標(biāo)差分進(jìn)化算法。物理規(guī)劃將目標(biāo)函數(shù)映射為偏好函數(shù),以數(shù)學(xué)的方法將設(shè)計(jì)者的偏好定量化,設(shè)計(jì)過程更加趨近自然。差分進(jìn)化算法是一種新興的進(jìn)化計(jì)算技術(shù),適用于求解一些常規(guī)數(shù)學(xué)規(guī)劃方法所無法求解的復(fù)雜優(yōu)化問題。結(jié)合兩者的優(yōu)點(diǎn),構(gòu)造了一種便于實(shí)際應(yīng)用的多目標(biāo)優(yōu)化算法。仿真結(jié)果表明,根據(jù)不同的偏好,該算法能得到位于Pareto前沿面不同位置的偏好特解。針對(duì)有約束多目標(biāo)優(yōu)化問題,本文提出了一種基于環(huán)境Pareto支配的選擇策略,給出了判斷兩個(gè)解優(yōu)劣的新標(biāo)準(zhǔn),特別是明確了可行解與不可行解之間優(yōu)劣的判斷方法。在此基礎(chǔ)上,給出了改進(jìn)的變異策略,縮放因子自適應(yīng)策略,交叉概率自適應(yīng)策略等改進(jìn)的操作算子,共同構(gòu)成了基于環(huán)境Pareto支配選擇策略的有約束多目標(biāo)差分進(jìn)化算法。針對(duì)經(jīng)典CTP系列測試函數(shù),本文算法和其他三種算法分別獨(dú)立運(yùn)行30次。仿真結(jié)果表明,本文算法具有更高的穩(wěn)定性和求解精度。針對(duì)軋制過程模型預(yù)報(bào)精度低的問題,本文通過對(duì)大量現(xiàn)場實(shí)測過程數(shù)據(jù)的研究與分析,提出了摩擦系數(shù)新模型。該新模型在原有模型的基礎(chǔ)上增加軋制溫度影響因素,顯著提高了模型預(yù)報(bào)精度。為進(jìn)一步提高軋制模型預(yù)報(bào)精度,本文提出了基于數(shù)據(jù)相似性的動(dòng)態(tài)模型自學(xué)習(xí)方法。根據(jù)前后軋制產(chǎn)品的規(guī)格和軋機(jī)狀態(tài)信息,動(dòng)態(tài)更新模型自學(xué)習(xí)系數(shù)。仿真結(jié)果表明,該方法提高了模型預(yù)報(bào)精度。將上述算法分別運(yùn)用于鋁熱連軋軋制規(guī)程優(yōu)化計(jì)算當(dāng)中,仿真結(jié)果表明,兩種算法所得結(jié)果較原規(guī)程均有很大改善。為進(jìn)一步驗(yàn)證本文算法的有效性,在仿真實(shí)驗(yàn)的基礎(chǔ)上,將上述結(jié)果在實(shí)際軋機(jī)系統(tǒng)上進(jìn)行實(shí)驗(yàn)。結(jié)果表明,本文所提算法基本符合實(shí)際情況,對(duì)實(shí)際生產(chǎn)具有一定的指導(dǎo)意義。
【關(guān)鍵詞】：鋁熱連軋 軋制規(guī)程優(yōu)化 軋制模型 模型自學(xué)習(xí) 差分進(jìn)化算法 有約束多目標(biāo)優(yōu)化 物理規(guī)劃
【學(xué)位授予單位】：燕山大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2015
【分類號(hào)】：TG339;TP18
【目錄】：

• 摘要5-7
• Abstract7-12
• 第1章 緒論12-24
• 1.1 課題背景12-13
• 1.2 進(jìn)化多目標(biāo)優(yōu)化算法發(fā)展現(xiàn)狀及問題13-20
• 1.2.1 第一階段13-16
• 1.2.2 第二階段16-19
• 1.2.3 第三階段19-20
• 1.3 我國鋁軋制技術(shù)發(fā)展現(xiàn)狀及問題20-22
• 1.4 研究目的和意義22
• 1.5 論文主要研究內(nèi)容22-24
• 第2章 基于物理規(guī)劃的多目標(biāo)差分進(jìn)化算法的提出24-39
• 2.1 引言24
• 2.2 物理規(guī)劃24-29
• 2.2.1 物理規(guī)劃的基本概念24-27
• 2.2.2 偏好函數(shù)的設(shè)計(jì)27-29
• 2.2.3 物理規(guī)劃綜合數(shù)學(xué)模型29
• 2.3 差分進(jìn)化算法29-33
• 2.3.1 差分進(jìn)化算法基本算子29-32
• 2.3.2 控制參數(shù)對(duì)DE算法的影響32-33
• 2.4 基于物理規(guī)劃的多目標(biāo)差分進(jìn)化算法的提出33-38
• 2.4.1 算法流程33
• 2.4.2 仿真計(jì)算33-38
• 2.5 本章小結(jié)38-39
• 第3章 基于環(huán)境Pareto支配選擇策略的有約束多目標(biāo)差分進(jìn)化算法的提出39-50
• 3.1 引言39
• 3.2 約束多目標(biāo)問題39
• 3.3 基于環(huán)境Pareto支配選擇策略的提出39-46
• 3.3.1 選擇策略39-42
• 3.3.2 仿真驗(yàn)證42-46
• 3.4 其他策略的改進(jìn)46-48
• 3.4.1 改進(jìn)的變異策略46
• 3.4.2 自適應(yīng)縮放因子46-47
• 3.4.3 自適應(yīng)交叉概率47-48
• 3.4.4 外部種群更新策略的改進(jìn)48
• 3.5 算法流程48-49
• 3.6 本章小結(jié)49-50
• 第4章 基于環(huán)境Pareto支配選擇策略的差分進(jìn)化算法的仿真研究50-66
• 4.1 引言50
• 4.2 性能測試指標(biāo)50-52
• 4.2.1 收斂性指標(biāo)50-51
• 4.2.2 解集分布度51
• 4.2.3 附加二元指標(biāo)51-52
• 4.3 仿真研究與結(jié)果分析52-65
• 4.3.1 測試函數(shù)52-56
• 4.3.2 仿真研究56-65
• 4.4 本章小結(jié)65-66
• 第5章 鋁熱連軋軋制模型及模型自學(xué)習(xí)66-88
• 5.1 引言66
• 5.2 “1+4”鋁熱連軋?jiān)O(shè)備組成66-67
• 5.3 軋制過程模型67-72
• 5.3.1 基本工藝參數(shù)68-69
• 5.3.2 軋制過程主要模型69-72
• 5.4 摩擦系數(shù)模型研究72-81
• 5.4.1 油膜厚度機(jī)理建模72-73
• 5.4.2 摩擦系數(shù)的反向估算73-74
• 5.4.3 摩擦系數(shù)模型研究74-81
• 5.5 模型自學(xué)習(xí)81-87
• 5.5.1 自學(xué)習(xí)系統(tǒng)構(gòu)成81
• 5.5.2 模型長期自學(xué)習(xí)81
• 5.5.3 基于數(shù)據(jù)相似性的動(dòng)態(tài)模型自學(xué)習(xí)方法的提出81-87
• 5.6 本章小結(jié)87-88
• 第6章 差分進(jìn)化算法在鋁熱連軋軋制規(guī)程中的應(yīng)用88-106
• 6.1 引言88
• 6.2 目標(biāo)函數(shù)的確定88-89
• 6.3 約束條件的確定89
• 6.4 基于物理規(guī)劃的多目標(biāo)差分進(jìn)化算法在軋制規(guī)程中的應(yīng)用89-95
• 6.5 EPDSDE在軋制規(guī)程中的應(yīng)用95-101
• 6.5.1 目標(biāo)函數(shù)的精簡95
• 6.5.2 增加約束條件95-96
• 6.5.3 算例分析96-101
• 6.6 實(shí)驗(yàn)驗(yàn)證101-104
• 6.7 本章小結(jié)104-106
• 結(jié)論106-107
• 參考文獻(xiàn)107-117
• 攻讀博士學(xué)位期間承擔(dān)的科研任務(wù)與主要成果117-118
• 致謝118-120
• 作者簡介120

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 董書革;饒綺麟;;基于偏好設(shè)計(jì)的物理規(guī)劃理論[J];北京科技大學(xué)學(xué)報(bào);2009年02期

2 張勇;鞏敦衛(wèi);任永強(qiáng);張建化;;用于約束優(yōu)化的簡潔多目標(biāo)微粒群優(yōu)化算法[J];電子學(xué)報(bào);2011年06期

3 白振華;周慶田;竇愛民;徐俊;王駿飛;;冷連軋高速軋制過程中摩擦因數(shù)機(jī)理模型的研究[J];鋼鐵;2007年05期

4 蔡自興;江中央;王勇;羅一丹;;一種新的基于正交實(shí)驗(yàn)設(shè)計(jì)的約束優(yōu)化進(jìn)化算法[J];計(jì)算機(jī)學(xué)報(bào);2010年05期

5 桂衛(wèi)華;陽春華;陳曉方;王雅琳;;有色冶金過程建模與優(yōu)化的若干問題及挑戰(zhàn)[J];自動(dòng)化學(xué)報(bào);2013年03期

6 武燕;劉小雄;池程芝;;動(dòng)態(tài)多目標(biāo)優(yōu)化的預(yù)測遺傳算法[J];控制與決策;2013年05期

7 劉靜安;;鋁加工技術(shù)發(fā)展與挑戰(zhàn)[J];中國金屬通報(bào);2013年02期

8 劉靜安;;鋁加工業(yè)大趨勢(shì)[J];中國金屬通報(bào);2012年40期

9 柴天佑;李少遠(yuǎn);王宏;;網(wǎng)絡(luò)信息模式下復(fù)雜工業(yè)過程建模與控制[J];自動(dòng)化學(xué)報(bào);2013年05期

10 梁國;;國內(nèi)鋁加工業(yè)現(xiàn)狀與發(fā)展趨勢(shì)[J];門窗;2013年09期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前1條

1 王萬宏;;河南明泰鋁業(yè)股份有限公司1+4熱軋生產(chǎn)線專題報(bào)告[A];全國第十四屆輕合金加工學(xué)術(shù)交流會(huì)論文集[C];2009年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 徐斌;基于差分進(jìn)化算法的多目標(biāo)優(yōu)化方法研究及其應(yīng)用[D];華東理工大學(xué);2013年

2 譚艷艷;幾種改進(jìn)的分解類多目標(biāo)進(jìn)化算法及其應(yīng)用[D];西安電子科技大學(xué);2013年

  本文關(guān)鍵詞：差分進(jìn)化多目標(biāo)優(yōu)化算法及其在鋁熱連軋軋制規(guī)程中應(yīng)用，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：505234