【摘要】：冷軋負(fù)荷分配問(wèn)題可以抽象為一個(gè)有約束多目標(biāo)優(yōu)化問(wèn)題。為解決此問(wèn)題,提出了基于環(huán)境Pareto支配選擇策略的有約束多目標(biāo)進(jìn)化算法。該算法更加客觀(guān)地評(píng)價(jià)了兩個(gè)不同解的優(yōu)劣,利用優(yōu)秀不可行解加速算法收斂。以等功率裕量、最小軋制能耗、最小綜合打滑函數(shù)、末機(jī)架板形良好軋制力為優(yōu)化目標(biāo),利用有約束多目標(biāo)進(jìn)化算法得到了4個(gè)目標(biāo)函數(shù)之間的定量關(guān)系,使決策者不需要掌握復(fù)雜的軋制理論知識(shí)就可以直觀(guān)地掌握軋制規(guī)律,并進(jìn)一步說(shuō)明了多目標(biāo)策略在壓下負(fù)荷分配中的必要性。
[Abstract]:The cold rolling load distribution problem can be abstracted as a constrained multi-objective optimization problem. To solve this problem, a constrained multi-objective evolutionary algorithm based on environment Pareto dominating selection strategy is proposed. The algorithm evaluates the advantages and disadvantages of two different solutions more objectively, and accelerates the convergence of the algorithm by using excellent infeasible solutions. With equal power margin, minimum rolling energy consumption, minimum comprehensive slip function and good rolling force of the final stand shape as the optimization objectives, the quantitative relations between the four objective functions are obtained by using the constrained multi-objective evolutionary algorithm. So that the decision-makers can grasp the rolling law intuitively without the complicated knowledge of rolling theory, and further explain the necessity of multi-objective strategy in load distribution.
【作者單位】： 燕山大學(xué)電氣工程學(xué)院;燕山大學(xué)機(jī)械工程博士后流動(dòng)站;燕山大學(xué)機(jī)械工程學(xué)院;天津電氣科學(xué)研究院有限公司;
【基金】：燕山大學(xué)博士基金資助項(xiàng)目(B963) 國(guó)家自然科學(xué)基金委員會(huì)與寶鋼集團(tuán)有限公司聯(lián)合資助項(xiàng)目(U1260203) 河北省自然科學(xué)基金資助項(xiàng)目(F2016203249) 河北省高等學(xué)校創(chuàng)新團(tuán)隊(duì)領(lǐng)軍人才培育計(jì)劃資助項(xiàng)目(LJRC013) 國(guó)家冷軋板帶裝備及工藝工程技術(shù)研究中心開(kāi)放課題資助項(xiàng)目(2012005)
【分類(lèi)號(hào)】：TG335.12;TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前1條

1 祁榮賓;錢(qián)鋒;;基于多目標(biāo)進(jìn)化算法的對(duì)二甲苯氧化反應(yīng)過(guò)程優(yōu)化操作[J];化工學(xué)報(bào);2010年12期

相關(guān)會(huì)議論文 前2條

1 孫海濤;熊鷹;韓峰;;基于多目標(biāo)進(jìn)化算法的艦船概念設(shè)計(jì)方法研究[A];第四屆全國(guó)船舶與海洋工程學(xué)術(shù)會(huì)議論文集[C];2009年

2 崔遜學(xué);;多目標(biāo)進(jìn)化算法的研究現(xiàn)狀與群體多樣性研究[A];Complexity Problems--Proceedings of CCAST (World Laboratory) Workshop[C];2001年

相關(guān)博士學(xué)位論文 前10條

1 豐志偉;多目標(biāo)進(jìn)化算法研究及在飛行器動(dòng)力學(xué)系統(tǒng)中的應(yīng)用[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

2 代才;基于分解的多目標(biāo)進(jìn)化算法研究[D];西安電子科技大學(xué);2014年

3 申瑞珉;高維多目標(biāo)進(jìn)化算法及其軟件平臺(tái)研究[D];湘潭大學(xué);2015年

4 袁源;基于分解的多目標(biāo)進(jìn)化算法及其應(yīng)用[D];清華大學(xué);2015年

5 孟紅云;多目標(biāo)進(jìn)化算法及其應(yīng)用研究[D];西安電子科技大學(xué);2005年

6 黃林峰;多目標(biāo)進(jìn)化算法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2009年

7 郭秀萍;多目標(biāo)進(jìn)化算法及其在制造系統(tǒng)中的應(yīng)用研究[D];上海交通大學(xué);2007年

8 譚艷艷;幾種改進(jìn)的分解類(lèi)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

9 張明明;面向量子可逆邏輯自動(dòng)綜合的多目標(biāo)進(jìn)化算法研究[D];東華大學(xué);2010年

10 劉立衡;多目標(biāo)進(jìn)化算法的研究及其在負(fù)荷分配中的應(yīng)用[D];華北電力大學(xué)（北京）;2010年

相關(guān)碩士學(xué)位論文 前10條

1 吳坤安;基于分散策略的多目標(biāo)進(jìn)化算法研究[D];福建師范大學(xué);2015年

2 馬晨琳;基于分解的交互式偏好多目標(biāo)優(yōu)化算法研究[D];西安電子科技大學(xué);2014年

3 喻果;基于分解的偏好多目標(biāo)進(jìn)化算法及其評(píng)價(jià)指標(biāo)的研究[D];湘潭大學(xué);2015年

4 李業(yè)興;基于外部集指引的自適應(yīng)多目標(biāo)進(jìn)化算法的研究[D];南京航空航天大學(xué);2015年

5 季洪霄;動(dòng)態(tài)約束多目標(biāo)進(jìn)化算法的研究與應(yīng)用[D];安徽理工大學(xué);2016年

6 李達(dá)統(tǒng);基于MapReduce與Spark的分布式多目標(biāo)進(jìn)化算法的設(shè)計(jì)與實(shí)現(xiàn)[D];華南理工大學(xué);2016年

7 齊吉;基于聚類(lèi)的多目標(biāo)進(jìn)化算法及其在航跡規(guī)劃中的應(yīng)用[D];哈爾濱工業(yè)大學(xué);2016年

8 李輝健;多目標(biāo)進(jìn)化算法中新型非支配個(gè)體排序研究及應(yīng)用[D];南京信息工程大學(xué);2016年

9 楊志翔;基于分解排序的多目標(biāo)進(jìn)化算法的研究[D];南京航空航天大學(xué);2016年

10 朱錚;面向指標(biāo)和邊界選擇的高維多目標(biāo)進(jìn)化算法的研究[D];湘潭大學(xué);2016年

，

本文編號(hào)：2299540