随着科技不断进步,市场对于轧钢产品的要求越来越高且越来越多,压下策略研究有助于产品达到市场要求,同时降低能耗。本文以某厂1250mm五机架冷连轧机为研究背景,通过改进的算法更好地优化压下策略,优化结果可以给工程师更多选择。本文的主要研究内容如下:首先,介绍了多目标优化问题中的基本概念,分析了Pareto支配、最优解集等重要概念,然后一一列举压下策略相关数学模型,确定了压下策略研究所需的四个目标函数。其次,详细阐述非支配排序进化算法的核心原理,分析原始算法中存在的问题,根据发现的问题,设计了含有数量级阈值的二维信息循环排挤策略,通过30次独立重复性仿真实验,实验结果表明此策略可以更好地兼顾种群分布度与收敛度。将改进后的算法应用于二维、三维冷轧压下策略,可以得到较好的Pareto最优解集供决策者参考。再次,分析高维多目标进化算法所涉及的一些理论,例如参考点(偏好)理论、邻居策略等,为了更好地适应不同情况的参考点,提出了一种改进变异策略。为验证此策略的有效性,仿真结果包含计算出适用于高维问题的评价指标值,本文采用测试函数自身公式衡量收敛度,采用超体积估算值衡量分布度。然后,使用改进的高维多目标进化算法优化四维压下策略,并且详细阐述了得到最优解集的求解过程。最后,文章结论部分概括本文的研究成果和创新点,并指出本课题进一步工作以及未来的热门研究方向。