李　勇，王　昱
沈陽工業大學特種電機與高壓電器部省共建重點實驗室，遼寧沈陽
沈陽航空工業學院自動化學院，遼寧沈陽

摘　　　要：在求解兩個目標以上的多目標優化問題時，基于Ｐａｒｅｔｏ支配的多目標進化算法多數需要較長的求解時間。基于固定權重的聚合函數方法求解速度快，但要確定一個適合待求解問題的合理權重是十分困難的，為了解決這一問題，將ｃｌｏｎａｌ選擇算法與權重自適應方法相結合，提出了一種適用于多目標優化問題的權重自適應ｃｌｏｎａｌ選擇算法。并將權重自適應ｃｌｏｎａｌ選擇算法應用于以等功率裕量、軋制能耗及帶鋼打滑概率作為優化的目標函數的三目標優化模型進行冷連軋軋制規程多目標優化。結果表明，與實際應用的軋制規程相比優化后的軋制規程使功率裕量更加均衡，打滑發生的機率變小，同時也降低了總的軋制能耗。與權重自適應遺傳算法相比，該算法能更好的達到預期的優化效果。

關　鍵　詞：權重自適應；ｃｌｏｎａｌ選擇算法；冷連軋機；軋制規程；多目標優化

１　引　言
單目標的軋制規程優化設計［１�玻担蓦m然有明確的目標，但考慮的角度單一，而軋制過程是復雜的，需要考慮的目標也具有多樣性，使單目標的優化結果不盡合理。以固定的加權系數聚合的多目標優化設計［６�玻福荩�其權系數又很難確定，人為的因素太多，結果不能令人滿意。Ｃｌｏｎａｌ選擇算法能夠解決非常復雜的機器學習任務，如模式識別和多模式優化。ｃｌｏｎａｌ選擇算法的基本思想是：通過個體復制以及高概率變異，來獲得復雜問題的高質量的解［９�玻保埃荨１疚膶ⅲ悖欤铮睿幔爝x擇算法與權重自適應方法［１１］相結合提出了一種適用于多目標優化問題的權重自適應ｃｌｏｎａｌ選擇算法，并將權重自適應ｃｌｏｎａｌ選擇算法應用于以等功率裕量、軋制能耗及帶鋼打滑概率作為優化的目標函數的三目標優化模型，進行冷連軋軋制規程的多目標優化。

登錄網站后可下載文件