本文以精轧轧制规程的优化计算为研究对象,根据实际轧制带钢的工艺模型与生产要求,结合所建立的智能回归预报参数模型,利用多目标遗传算法建立轧制规程优化计算模型。该模型优化设定的目标是降低生产成本,增加产品产量,提高产品质量。根据工艺机理和实际生产条件确定优化的决策变量与目标变量,在考虑板厚、板宽、温度、板形、生产率、成本等各种因素之间相互关系的基础上实现系统优化。基于现场大量的实测数据,分别建立人工神经网络和基于遗传算法优化参数的支持向量机带钢凸度回归预报模型,以供轧制规程优化模型中凸度的计算使用。优化模型选取遗传算法作为基本寻优方法,通过加权将多目标问题转化为单目标问题求解。为提高寻优速度,实施了进化算法寻优策略的改进,并通过大量的仿真实验确定多目标优化权值的组合。利用VC++.NET的软件环境开发了工程仿真计算的软件包,根据现场采集的实际数据进行工程仿真,结果表明该优化计算方案是切实可行的,对于实际生产轧制规程的设定和优化具有一定的指导意义。