摘要：以SPHC为研究对象，通过遗传算法改善神经网络参数，获得最佳预测能力的神经网络，建立了带钢化学成分等因素对产品性能影响的定量关系。考虑了生产的条件和能力以及用户对力学性能的要求，通过遗传算法计算轧制过程中的温度制度参数，实现组织性能的柔性化轧制。研究结果表明，实际测量的3个温度制度参数包含在预测的温度制度参数范围内。在生产能力允许的条件下，温度制度可以控制的屈服强度波动范围约为±10％。采用遗传算法能高效地计算温度制度参数。 关键词：热轧；柔性化轧制；精轧入口温度；精轧出口温度；卷取温度 中图分类号：TG30文献标识码：A文章编号：0449—749X(2008)01—0058—06 随着现代科学技术和经济建设的发展，大型化、连续化和集约化的钢铁生产很难满足用户对钢铁产品的多样化、个性化和优质化的要求。随着钢铁企业硬件设备的改善和轧制工艺的发展，组织性能的柔性化轧制技术可以很好地解决该矛盾。组织性能的柔性化轧制技术，是指在组织性能控制方面，能够导致轧制过程具有较大灵活性和适应性的轧制技术。这种以生产技术的柔性化来满足用户需求多样化的方法，为金属产品的大规模定制提供了途径，可以很好满足用户的个性..