| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 选题的背景和意义 | 第11-12页 |
| 1.2 国内外冷连轧的发展概况 | 第12-13页 |
| 1.3 冷连轧负荷分配的研究进展 | 第13-16页 |
| 1.3.1 传统分配方法 | 第13-14页 |
| 1.3.2 智能优化的算法 | 第14-15页 |
| 1.3.3 粒子群算法在负荷分配中的应用 | 第15-16页 |
| 1.4 本文的主要研究内容 | 第16-17页 |
| 第2章 冷连轧机轧制模型研究 | 第17-27页 |
| 2.1 轧机系统的机械结构及参数 | 第17-19页 |
| 2.1.1 机械结构 | 第17-18页 |
| 2.1.2 驱动轧辊电动机的主要参数 | 第18-19页 |
| 2.2 轧制过程主要数学模型 | 第19-26页 |
| 2.2.1 轧制力模型 | 第19-21页 |
| 2.2.2 前滑模型 | 第21-22页 |
| 2.2.3 应力状态系数 | 第22-23页 |
| 2.2.4 张力模型 | 第23-24页 |
| 2.2.5 轧制力矩、轧制功率模型 | 第24-26页 |
| 2.2.6 轧制速度模型 | 第26页 |
| 2.3 本章小结 | 第26-27页 |
| 第3章 基于粒子群的多目标优化算法的研究 | 第27-51页 |
| 3.1 多目标问题描述 | 第27-29页 |
| 3.2 粒子群算法 | 第29-32页 |
| 3.2.1 基本概念 | 第29-31页 |
| 3.2.2 算法流程 | 第31-32页 |
| 3.3 多目标粒子群算法的研究 | 第32-36页 |
| 3.3.1 算法流程 | 第32-33页 |
| 3.3.2 精英保留与多样性保留策略 | 第33-35页 |
| 3.3.3 约束处理 | 第35-36页 |
| 3.4 基于高度因子的多目标粒子群算法 | 第36-39页 |
| 3.4.1 高度因子的引入 | 第36-37页 |
| 3.4.2 基于高度因子的多目标粒子群算法的设计流程 | 第37-39页 |
| 3.5 测试与仿真 | 第39-49页 |
| 3.5.1 基准测试函数 | 第39-40页 |
| 3.5.2 性能评价指标 | 第40-41页 |
| 3.5.3 仿真实验 | 第41-49页 |
| 3.6 本章小结 | 第49-51页 |
| 第4章 基于粒子群的优化算法在负荷分配中的应用研究 | 第51-65页 |
| 4.1 目标函数的建立 | 第51-55页 |
| 4.1.1 等功率裕度目标函数 | 第51-52页 |
| 4.1.2 预防打滑目标函数 | 第52-53页 |
| 4.1.3 轧制能耗目标函数 | 第53-54页 |
| 4.1.4 各个目标函数之间关系 | 第54-55页 |
| 4.2 约束条件的确定 | 第55-57页 |
| 4.2.1 最大轧制力的约束条件 | 第55页 |
| 4.2.2 压下率和轧制力矩约束条件 | 第55页 |
| 4.2.3 张力约束条件 | 第55-56页 |
| 4.2.4 速度约束条件 | 第56-57页 |
| 4.3 基于多目标粒子群算法的冷连轧负荷分配优化 | 第57-64页 |
| 4.3.1 基于MOPSO算法的冷连轧负荷分配优化 | 第57-59页 |
| 4.3.2 基于HF-MOPSO算法的冷连轧负荷分配优化 | 第59-61页 |
| 4.3.3 仿真实例对比分析 | 第61-64页 |
| 4.4 本章小结 | 第64-65页 |
| 第5章 总结与展望 | 第65-67页 |
| 5.1 本文总结 | 第65页 |
| 5.2 研究展望 | 第65-67页 |
| 参考文献 | 第67-73页 |
| 致谢 | 第73-75页 |
| 研究生期间研究成果 | 第75页 |
