多目标粒子群算法的改进及其在轧制规程优化中的应用

目录

声明

第1章 绪 论

1.1 课题研究背景及意义

1.2 轧制规程优化的发展

1.3 优化技术的发展现状

1.4 粒子群优化算法的发展现状

1.5 本文主要的研究内容和组织结构

第2章 基于R2指标的混合多目标粒子群优化算法的研究

2.1 引言

2.2 R2HMOPSO算法的理论基础

2.2.1 多目标优化问题

2.2.2 多目标优化问题求解方法

2.2.3 粒子群算法

2.3 R2HMOPSO算法的基本结构

2.3.1 动态调节粒子群更新公式

2.3.2 种群进化策略

2.3.3 R2HMOPSO算法的实现

2.4 仿真验证与结果分析

2.4.1 测试函数介绍

2.4.2 评价指标介绍

2.4.3 R2HMOPSO算法和对比算法的参数设置

2.4.4 实验结果分析

2.5 R2HMOPSO算法时间复杂度分析

2.6 本章小结

第3章 基于R2指标选择策略的多目标粒子群优化算法的研究

3.1 引言

3.2 R2SMMOPSO算法的基本结构

3.2.1 基于余弦函数自适应调节惯性权重

3.2.2 R2指标选择策略

3.2.3 领导粒子的更新策略

3.2.4 高斯变异策略

3.3 R2SMMOPSO算法实现

3.4 仿真验证与结果分析

3.4.1 R2SMMOPSO算法与对比算法的参数设置

3.4.2 实验结果分析

3.5 本章小结

第4章 基于DLNN轧制力预报模型和IR2MOPSO算法的轧制规程优化

4.1 引言

4.2 轧制过程的模型介绍

4.2.1 轧制力模型

4.2.2 前滑数学模型

4.3 冷连轧制规程的多目标优化函数的构建

4.3.1 约束条件

4.3.2 轧制规程多目标优化数学模型

4.3.3 预防打滑目标函数

4.3.4 等相对负荷目标函数

4.4 基于深度学习网络的轧制力预报模型

4.5 基于R2指标的多目标粒子群算法在规程优化中的应用

4.5.1 基于R2指标的多目标粒子群算法

4.5.2 轧制规程优化

4.6 本章小结

结论

参考文献

攻读硕士学位期间承担的科研任务与主要成果

致谢