| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题背景及研究意义 | 第10-11页 |
| 1.2 智能优化算法与冷连轧轧制规程的研究进展 | 第11-15页 |
| 1.2.1 轧制规程优化的研究进展 | 第11-12页 |
| 1.2.2 多目标智能优化算法的研究进展 | 第12-13页 |
| 1.2.3 改进多目标粒子群算法的研究进展 | 第13-15页 |
| 1.3 主要研究内容及结构安排 | 第15-17页 |
| 第2章 融合多策略改进的多目标粒子群算法 | 第17-29页 |
| 2.1 多目标优化问题数学模型 | 第17-18页 |
| 2.2 粒子群算法的数学模型 | 第18-19页 |
| 2.3 多策略改进思路 | 第19-26页 |
| 2.3.1 分解与支配共存策略 | 第20-22页 |
| 2.3.2 个体极值Pbest与全局极值Gbest更新策略 | 第22-23页 |
| 2.3.3 位置更新“多点”变异策略 | 第23-25页 |
| 2.3.4 精英存档保留策略 | 第25-26页 |
| 2.4 融合多策略协同的MOPSO算法流程 | 第26-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 融合多策略改进的MOPSO算法性能测试 | 第29-47页 |
| 3.1 测试函数与评价指标 | 第29-34页 |
| 3.1.1 测试函数的选择 | 第29-32页 |
| 3.1.2 评价指标的选择 | 第32-34页 |
| 3.2 仿真实验及算法性能对比 | 第34-45页 |
| 3.2.1 仿真实验设置 | 第34-35页 |
| 3.2.2 改进MOPSO算法与其他算法的性能对比 | 第35-45页 |
| 3.2.3 改进MOPSO算法变异策略性能分析 | 第45页 |
| 3.3 融合多策略MOPSO算法时间复杂度分析 | 第45-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第4章 基于改进粒子群算法的冷连轧制规程优化 | 第47-60页 |
| 4.1 冷连轧压下策略相关数学模型 | 第47-51页 |
| 4.1.1 轧制力数学模型 | 第47-48页 |
| 4.1.2 变形抗力数学模型 | 第48-49页 |
| 4.1.3 前滑数学模型 | 第49-50页 |
| 4.1.4 速度数学模型 | 第50页 |
| 4.1.5 轧制功率数学模型 | 第50-51页 |
| 4.2 冷连轧多目标优化模型构建及约束条件确定 | 第51-54页 |
| 4.2.1 目标函数构建 | 第51-53页 |
| 4.2.2 约束条件制定 | 第53-54页 |
| 4.3 基于多策略改进MOPSO算法的轧制规程优化 | 第54-59页 |
| 4.3.1 多目标轧制规程优化方案 | 第54页 |
| 4.3.2 基于MSIMOPSO轧制规程优化应用 | 第54页 |
| 4.3.3 实验仿真及分析 | 第54-59页 |
| 4.4 本章小结 | 第59-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第66-67页 |
| 致谢 | 第67页 |
