热连轧负荷分配是根据来料信息和成品规格要求,在充分考虑相关约束的前提下,最优的分配各机架的压下量。负荷分配是轧制规程设定的核心环节,合理的负荷分配可以更充分的发挥各机架的轧制能力,使板形控制系统和厚度控制系统获得更好的工作起点。因此,对热连轧过程负荷分配策略的研究具有很强的现实意义。由于工业现场当中所广泛采用的经验分配法虽然可行但并非最优,所以本文以热连轧机理数学模型为基础,以提高板形板厚设定精度为目标,对基于蚁群优化算法的热连轧过程负荷分配策略进行了深入研究,主要工作和研究成果如下：首先通过对决策变量离散化处理和对目标函数加权聚合,将蚂蚁系统算法(AS)应用于热连轧负荷分配优化计算当中,提出了基于AS算法的热连轧负荷分配优化策略,并通过仿真实验证明了AS算法在解决热连轧负荷分配问题上的有效性。在理论研究的基础上,AS算法被应用于仿真平台的Level-2系统当中,Level-2系统通过调用AS算法实现对不同带钢的负荷分配优化。之后,通过对蚁群算法的进一步研究,提出了多目标连续蚁群算法(MOCACO), MOCACO算法中,蚂蚁能够在连续空间内爬行,蚂蚁分泌的信息素只留存于当前位置并且通过蚂蚁移动前后的Pareto支配关系对信息素进行更新,每次优化计算后可得到一组非支配最优解。在此基础上,提出了基于MOCACO算法的热连轧负荷分配优化策略,并通过仿真实验证明了MOCACO算法在解决热连轧负荷分配问题上的优越性。最后,总结了AS算法和MOCACO算法的适用性和实际应用价值。