钢铁工业是一个工业化国家的重要能源产业,一直以来,连轧带钢产量的比例是衡量一个国家冶金工业生产技术水平的重要标志,特别是连轧带钢的产量和生产技术水平,对一个国家的关键性领域的技术发展有着举足轻重的意义。随着市场对冷轧产品质量和生产效率的要求逐渐提高,各钢厂迫切需要提高生产技术水平,而轧制规程是冷轧带钢生产工艺中的主要内容之一,是冷轧设定模型中最核心的内容。以往只靠生产经验来设定轧制规程已经不能满足生产需要,因此,设定满足现代生产需要的轧制规程具有重要意义。首先,对轧制规程设定过程中的主要参数模型进行研究分析。以冷连轧控制系统为核心,详细分析了冷连轧轧制过程,并综合实际生产情况,总结提炼了适合轧制规程设定的轧制参数模型。由于轧制力模型中存在耦合现象,为了避免由于耦合造成的计算繁琐和精度低的缺陷,应用BP神经网络和数学模型相结合的方法对轧制力进行预设定；其次,提出新的打滑因子数学模型并设计轧制规程顺序优化模型。在深入研究打滑现象产生原因的基础上,根据打滑现象的实质提出了新的打滑因子数学模型,并与已有模型进行比较,同时分析了影响打滑现象的主要因素；然后,在对以往轧制规程设定模型充分研究的基础上,针对以往轧制规程设定中没有考虑打滑现象的不足,设计了以等相对负荷和打滑因子为目标函数的轧制规程顺序优化模型,最后,SA-PSO算法优化轧制规程。通过分析模拟退火算法和粒子群算法各自的优缺点和实现过程,将模拟退火算法的Metropolis准则引入粒子群算法中,有效的避免了粒子群算法早熟收敛现象的发生,得到基于模拟退火的粒子群优化算法,并将这一算法应用到轧制规程优化设计中。本文对所研究的轧制规程优化模型进行了Matlab语言的实际数据仿真分析,由仿真结果验证了本文设计的优化模型的可行性和有效性,同时也验证了SA-PSO算法具有摆脱局部最优解的能力和较高的收敛速度和收敛精度。