基于改进自适应遗传算法的冷连轧轧制规程优化设计

• 作者: 李兴强 李莹 杨景明 魏立新
• 来源期刊: 机械工程学报
• 学科: 工学
• 关键词: 冷连轧 规程优化 径向基函数神经网络 自适应遗传算法
• 年，卷（期）: 2010,（16）
• 页码范围: 136-141
• 分类号: TG335.13|TP18
• 字数: 4495字
• 语种: 中文
• DOI: 10.3901/JME.2010.16.136

摘要

由于轧制过程中应力状况较为复杂,传统的轧制力数学模型难以达到冷连轧轧制精度的要求,通过分析应力状态系数的影响因素,确立径向基函数(Radial basis function, RBF)神经网络的输入层参数以及隐层节点数,从而建立轧制变形区的应力状态系数RBF神经网络模型预报模型,把预报值用于传统轧制力计算模型中计算轧制力,获得一种轧制压力修正模型.针对SRINVAS自适应遗传算法(SRINVAS's adaptive genetic algorithm,SAGA)容易陷入局部极小的缺点,设计出一种改进的自适应交叉和变异策略,以各机架轧制负载相对均衡为目标,对典型的两个钢种在1370五机架冷连轧机进轧制规程的优化,试验结果证明,改进的自适应遗传算法(Improved adaptive genetic algorithm,IAGA)具有比Srinvas自适应遗传算法收敛速度更快、精度更高等优点,前四机架负荷系数的标准差分别减小到0.010 8和0.009 0.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨景明	燕山大学河北省工业计算机控制工程重点实验室	105	610	14.0	18.0
2	魏立新	燕山大学河北省工业计算机控制工程重点实验室	48	282	9.0	14.0
3	李兴强	燕山大学河北省工业计算机控制工程重点实验室	3	50	3.0	3.0
4	李莹	燕山大学河北省工业计算机控制工程重点实验室	14	67	4.0	8.0