| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第13-31页 |
| 1.1 研究背景和意义 | 第13-14页 |
| 1.2 标准差分进化算法 | 第14-17页 |
| 1.3 差分进化算法的研究现状 | 第17-26页 |
| 1.3.1 控制参数的研究 | 第17-20页 |
| 1.3.2 变异策略的研究 | 第20-22页 |
| 1.3.3 有约束优化的研究 | 第22-24页 |
| 1.3.4 多目标优化的研究 | 第24-25页 |
| 1.3.5 差分进化算法的应用 | 第25页 |
| 1.3.6 存在的问题 | 第25-26页 |
| 1.4 铝热连轧负荷分配的研究现状 | 第26-28页 |
| 1.4.1 能耗曲线法 | 第26-27页 |
| 1.4.2 负荷分配系数法 | 第27页 |
| 1.4.3 进化算法优化法 | 第27页 |
| 1.4.4 存在的问题 | 第27-28页 |
| 1.5 本文的主要研究内容和组织结构 | 第28-31页 |
| 1.5.1 本文的主要研究内容 | 第28-29页 |
| 1.5.2 本文的组织结构 | 第29-31页 |
| 第2章 基于指数平滑法和混沌映射的自适应差分进化算法 | 第31-57页 |
| 2.1 引言 | 第31页 |
| 2.2 ECADE算法的描述 | 第31-37页 |
| 2.2.1 指数平滑法和轮盘赌选择法 | 第31-33页 |
| 2.2.2 基于指数平滑法的自适应变异策略 | 第33-34页 |
| 2.2.3 自适应控制参数 | 第34-35页 |
| 2.2.4 ECADE算法的实现 | 第35-37页 |
| 2.3 数值仿真实验与结果分析 | 第37-56页 |
| 2.3.1 标准测试函数 | 第37-43页 |
| 2.3.2 ECADE算法和对比算法的参数设置 | 第43-44页 |
| 2.3.3 实验结果分析 | 第44-56页 |
| 2.4 本章小结 | 第56-57页 |
| 第3章 基于对称拉丁超立方体设计的自适应差分进化算法 | 第57-79页 |
| 3.1 引言 | 第57页 |
| 3.2 SLADE算法的基本结构 | 第57-64页 |
| 3.2.1 基于SLHD的种群初始化技术 | 第57-60页 |
| 3.2.2 基于获胜列表的自适应变异策略 | 第60页 |
| 3.2.3 基于柯西分布和正态分布的自适应控制参数 | 第60-61页 |
| 3.2.4 SLADE算法的实现 | 第61-64页 |
| 3.3 数值仿真实验与结果分析 | 第64-77页 |
| 3.3.1 SLADE算法和对比算法的参数设置 | 第64-65页 |
| 3.3.2 实验结果分析 | 第65-77页 |
| 3.4 本章小结 | 第77-79页 |
| 第4章 基于角度邻域的多目标差分进化算法 | 第79-96页 |
| 4.1 引言 | 第79页 |
| 4.2 多目标优化问题及相关概念 | 第79-80页 |
| 4.3 ANMODE算法的基本结构 | 第80-85页 |
| 4.3.1 角度邻域的确定 | 第80-81页 |
| 4.3.2 基于角度邻域的变异策略 | 第81-82页 |
| 4.3.3 基于弱支配的选择操作 | 第82页 |
| 4.3.4 基于角度邻域的外部存档维护机制 | 第82-83页 |
| 4.3.5 ANMODE算法的实现 | 第83-85页 |
| 4.4 数值仿真实验与结果分析 | 第85-95页 |
| 4.4.1 ANMODE算法和对比算法的参数设置 | 第85页 |
| 4.4.2 性能评价指标介绍 | 第85-86页 |
| 4.4.3 实验结果分析 | 第86-95页 |
| 4.5 本章小结 | 第95-96页 |
| 第5章 基于SLADE的BP神经网络轧制力预报模型及模型自学习 | 第96-113页 |
| 5.1 引言 | 第96页 |
| 5.2 “1+4”铝热连轧线简介 | 第96-97页 |
| 5.3 轧制过程数学模型介绍 | 第97-101页 |
| 5.3.1 轧制变形区工艺参数 | 第97-98页 |
| 5.3.2 轧制过程数学模型简介 | 第98-101页 |
| 5.4 基于SLADE的BP神经网络轧制力预报模型 | 第101-109页 |
| 5.4.1 Sims轧制力模型误差分析 | 第102-103页 |
| 5.4.2 基于SLADE的BP神经网络轧制力预报模型 | 第103-109页 |
| 5.5 S-BP模型自学习 | 第109-112页 |
| 5.6 本章小结 | 第112-113页 |
| 第6章 改进算法在铝热连轧负荷分配中的应用 | 第113-132页 |
| 6.1 引言 | 第113页 |
| 6.2 目标函数和约束条件的确定 | 第113-115页 |
| 6.2.1 目标函数的确定 | 第113-114页 |
| 6.2.2 约束条件的确定 | 第114-115页 |
| 6.3 ECADE算法在负荷分配中的应用 | 第115-117页 |
| 6.4 SLADE算法在负荷分配中的应用 | 第117-120页 |
| 6.5 ANMODE算法在负荷分配中的应用 | 第120-130页 |
| 6.5.1 基于最小能耗和等相对功率余量的负荷分配方案 | 第120-124页 |
| 6.5.2 基于平衡打滑因子和良好板形的负荷分配方案 | 第124-127页 |
| 6.5.3 基于等相对功率余量、平衡打滑因子和良好板形的负荷分配方案 | 第127-130页 |
| 6.6 现场应用 | 第130-131页 |
| 6.7 本章小结 | 第131-132页 |
| 结论 | 第132-134页 |
| 参考文献 | 第134-143页 |
| 攻读博士学位期间承担的科研任务与主要成果 | 第143-145页 |
| 致谢 | 第145-147页 |
| 作者简介 | 第147页 |
