包裝鋼帶生產負荷分配的協同人工智能系統簡介

　　為充分利用生產現場寶貴的信息資源，首先建立軋鋼廠生產現場數據采集系統和帶鋼歷史數據庫。

　　利用二級模糊綜合評判模型，分析帶鋼海量歷史數據庫中的數據，為評價帶鋼產品質量提供了一個新標準，使帶鋼產品質量的總體評價更具合理性。

　　引人人工神經網絡方法預測熱連軋精軋機組負荷分配，網絡的預測結果可以提高負荷分配的質量。

　　采用遺傳算法與BP算法耦合合成的混合學習系統，為解決BP網絡的結構參數設計提供了一個嶄新的方法，從而可以將遺

　　傳算法的全局尋優能力與BP算法的指導性搜索思想結合起來。

　　建立智能負荷分配專家系統，專家系統的應用使無法用理論模型化、非結構化解決的問題得以解決。

　　采用智能負荷分配系統對熱連軋典型規格產品（3.0mmx1300mm）進行負荷分配設定，并對各機架的軋制力進行校驗，結果表明該設定更為合理。應用上述方法建立的智能負荷分配系統對實際生產中各"軋程內所有板坯進行設定，結果表明設定結果可以再現良好的軋制狀態，其設定值優于實際生產中采用的負荷分配值。