在冷连轧生产中，轧机间张力的重要性早就为人们所熟知，特别是轧制硬而薄的带钢时，只有采用大张力轧制才能使薄带钢或极薄带钢均匀变形。张力制度是冷连轧自动控制系统轧制规程的一个基本组成部分，传统的张力设定是根据生产经验采用经验数据表的形式设定的，这种设定方法没有用到冷连轧相关的数学模型，考虑的因素少，精度低，直接影响生产效率、产品质量和设备安全等方面。运用冷连轧的相关数学模型，采用新算法对轧机架间张力设定进行优化有重要的意义，冷连轧张力轧制制度优化己成为现代冷轧带钢生产中的热点问题之一。 遗传算法是一种借鉴生物界自然选择和自然遗传机制的高度并行、自适应搜索算法，它主要用在最优化问题和机器学习，与传统优化算法相比，遗传算法具有以下特点，不直接作用在参变量集上，而是利用参变量集的某种编码；不是从单个点，而是从点的群体开始搜索；用适应值信息，无需导数或其他辅助信息；利用概率转移规则，而非确定性规则。这些特点使遗传算法有更好的寻优能力。 本论文针对本钢冷轧厂引进的1767毫米四机架酸洗—轧机联机张力设定问题，运用冷连轧数学模型，在保证生产效率的基础上，以“等相对负荷”和“冷连轧大张力制度”为目标，建立了0-1整数规划模型，应用嵌入模糊决策的遗传算法对1767冷连轧机架间张力设定进行了优化。 结果表明：把嵌入模糊决策的遗传算法应用到冷连轧张应力的设定中，充分利用其良好的寻优能力，使优化后张应力既能充分利用各机架设备能力，又能符合工艺的要求。张力优化后可以提高生产效率，降低能耗，改善产品质量，降低生产成本，对冷连轧系统进一步进行相关探索有示范作用。