轧制过程是一个复杂的系统过程，轧制规程的合理制定是保证冷连轧机优质、高效、低耗生产的重要条件，也是冷连轧生产中的一项重要的综合寻优技术课题。近些年来，随着工业生产的不断发展，对钢板的质量要求越来越高，产量要求也越来越大，因此，对轧制规程的优化能力提出了更高的要求。随着计算机技术的发展，人工智能在轧制领域的应用为轧制理论的发展揭开了新的篇章。与传统的轧制理论方法相比，人工智能算法避开了过去那种对轧制过程深层规律无止境的探求，而是模拟人脑来处理实际过程，以事实和数据为根据，实现对轧制过程的优化控制，使轧制规程的制定将实际生产中的经验总结提升到了理论高度，因此具有更广泛的指导意义。作为一种新兴的智能优化算法，混洗蛙跳算法是一种基于启发式搜索的算法，其最直接的应用是解决函数优化问题，包括多元函数优化问题和带约束优化问题等。目前，混洗蛙跳算法已经被应用于众多的实际领域，并且在很多复杂问题的优化上都显示出了较好的效果。将混洗蛙跳算法应用于轧制规程优化中也不失为一种较好的方法。但是，同其他群体智能进化算法一样，混洗蛙跳算法也存在着早熟和收敛速度慢的缺点，因此在基本蛙跳算法的基础上增加变异操作，利用Logistic混沌序列构造变异算子，形成一种混沌变异蛙跳算法(Chaotic mutation shuffled frog leapingalgorithms)。本文综合考虑了轧制负荷和克服划痕的问题，建立了一套冷连轧高速轧制过程中轧制规程优化模型，以等相对负荷和克服划痕为综合目标，并用自适应混沌变异蛙跳算法进行优化，算法显示了较好的寻优精度和收敛速度。对重要的轧制参数—轧制力建立了神经网络模型，并用自适应遗传算法进行优化，以达到更好的预报结果。仿真实践表明优化后的轧制规程可以得到较满意的结果。