基于改进遗传算法的热连轧精轧机组负荷分配优化研究
| 独创性声明 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 第一章 绪论 | 第10-20页 |
| ·负荷分配及研究现状 | 第10-15页 |
| ·经验分配法 | 第11页 |
| ·Newton-Raphson法 | 第11-12页 |
| ·最优化方法 | 第12-15页 |
| ·优化方法的研究现状 | 第15-18页 |
| ·传统优化方法 | 第16-17页 |
| ·智能优化方法 | 第17-18页 |
| ·本文的研究目的及意义 | 第18-19页 |
| ·本文的主要工作 | 第19-20页 |
| 第二章 热连轧精轧机组设定计算及主要数学模型 | 第20-31页 |
| ·经验负荷分配模型 | 第20-22页 |
| ·轧制力、轧制力矩模型 | 第22-25页 |
| ·考虑轧扁后的接触弧长l′_c计算模型 | 第23页 |
| ·外摩擦影响系数Q_p计算模型 | 第23-24页 |
| ·平均变形抗力计算模型 | 第24-25页 |
| ·温度模型 | 第25-26页 |
| ·速度模型 | 第26-27页 |
| ·末机架轧制速度 | 第26-27页 |
| ·各机架的轧制速度 | 第27页 |
| ·板形模型 | 第27-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 遗传算法的基本理论及改进 | 第31-53页 |
| ·遗传算法基本理论 | 第31-35页 |
| ·遗传算法简介 | 第31-32页 |
| ·遗传算法的基本原理和方法 | 第32-33页 |
| ·遗传算法实现的步骤 | 第33-35页 |
| ·遗传算法的设计及改进 | 第35-41页 |
| ·遗传算法的缺陷 | 第35-36页 |
| ·遗传算子改进 | 第36-40页 |
| ·其它算子设计 | 第40-41页 |
| ·自适应小生境遗传算法(ANGA) | 第41-45页 |
| ·小生境与遗传算法 | 第41页 |
| ·遗传算法中的小生境实现方法 | 第41-42页 |
| ·自适应小生境遗传算法(ANGA)的实现步骤 | 第42-44页 |
| ·自适应小生境遗传算法收敛性简要分析 | 第44-45页 |
| ·算法仿真实验 | 第45-52页 |
| ·本章小结 | 第52-53页 |
| 第四章 基于ANGA的热连轧精轧机组负荷分配优化 | 第53-65页 |
| ·目标函数和约束条件 | 第53-56页 |
| ·目标函数 | 第53-55页 |
| ·约束条件 | 第55-56页 |
| ·基于ANGA的负荷分配优化步骤 | 第56-57页 |
| ·仿真实验 | 第57-64页 |
| ·本章小结 | 第64-65页 |
| 第五章 结束语 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70页 |
