该文是在昆钢板带工程的基础上对其控制系统进行优化设计和改造.我们知道只有了解了控制系统的工艺要求才有可能对整个生产进行控制和设计,所以在第三章对昆钢板带工程项目进行了详细的描述,介绍了它的工艺流程和生产方式以及功能应用.这样就为以后的章节打下了很好的技术基础.由于要对其控制系统进行优化设计,所以基于优化设计的目标和任务,我们提出了一种改进的算法首先对精轧机组的轧制力模型进行了讨论,然后对其进行了预测和仿真,得到了一个实用的预测算法.所以,下面我们就对模型的建立进行大量篇幅的探讨.对于一个对象的建模是对控制对象进行有效控制的必要措施,而建立模型的传统方法是得到对象的机理数学模型.由于每一个对象一般都非常复杂,所以很难建立精确的机理数学模型,即使在某一条件下建立了精确的数学模型,也会由于条件的改变而使原有的数学模型不再适用.所以探索一种不过分依赖数学模型的方法是解决问题的必然思路.近年来,智能控制的兴起使人们找到了一种解决复杂问题的新的途径.智能控制一般包括神经网络、遗传算法和专家系统等主要部分.由于人类思维的精确性和条理性以及衍生性,使人类能比较好的认识和观察世界.而智能控制即是模仿人的思维活动,利用计算机的高速运算性能和精确性来解决问题,属于一种仿生学的范畴.对于复杂的问题来说,近几年所提出的一些智能控制算法还不能适应工业控制系统的实时性要求,所以有必要改进或提出一些新的智能算法.一般来说智能控制很难证明其收敛性,所以安全抛弃机理数学模型对于工业控制来说也不现实,所以一般是考虑基于机理数学模型的智能控制算法.该文即是基于上述的讨论而提出的一种用于实时工业控制的应用算法,即是基于分布式融合遗传算法(DFGA)的轧制力预测算法.在第二章,我们简单描述了一般遗传算法的基本原理和简单的算法构造,然后在第四章提出了分布式融合遗传算法的原理和构造形式.当然由于该文只是一个初步的设想和简单的实施,所以对于算法的收敛性证明还不能得到,还有待进一步的解决和完善.