轧制规程是轧制过程自动化的首要任务,合理的轧制规程可以充分发挥轧机设备能力,减小能耗,保证带钢产品精度,使轧制工艺达到最佳状态。随着人工智能技术的飞速发展,智能化的优化算法越来越多的应用到轧制规程,取代了传统经验。轧制过程中影响产品质量的因素众多,本文建立了等相对负荷、防打滑等目标函数,构成多目标规划问题。由于各个目标函数之间是冲突的,一般不能同时达到最优解,采用理想点法寻找有效解,将多目标优化通过加权转化为单目标优化,使解对应的目标值最接近各单目标最优值,各方面都达到理想效果。考虑到轧制设备,工艺条件的限制,确定约束条件。以外点罚函数法,化约束为无约束,把有效解限制在合理范围内。针对多变量、非线性、强耦合、时变性的轧制系统,分别以粒子群算法和遗传粒子群混合智能算法优化轧制规程。结合理想点法及罚函数对目标函数进行寻优,为基础自动化级提供压下、速度、辊缝、轧制力等设定值。对两种算法进行了分析,并选择控制参数,给出了优化前后的对比结果。优化后规程提高了冷轧带钢的生产率、降低能耗,同时保证了产品质量。由于以往的理论模型难以准确表示实际轧制力,本文以实测轧制力作为示教信息,采用粒子群算法优化BP神经网络,训练轧制力模型,得以精准预报轧制力,用于轧制规程计算。