钢铁是发展国民经济、增强综合国力的重要物质基础。而板带材是广泛应用于国民经济各部门的重要原材料。近年来，随着工业用户自身自动化水平的不断提高，对板带产品几何尺寸精度的要求越来越高。 板带材是金属在轧辊作用下经过一系列变形过程而形成的，整个轧制过程受到金属本身的特性和轧制条件的影响。板带材的主要衡量指标是厚度和板形。在一条热轧生产线上同时应用板厚控制(Automatic Gauge Control，AGC)系统和板形控制(Automatic Flatness Control，AFC)系统，存在着比较严重的耦合。当调整压下改变厚度时，轧制力将发生变化，影响到出口断面的形状和带钢平直度，即影响了带钢的板形；而当板形控制系统调整弯辊断面形状时，必将改变辊缝形状而影响出口厚度。对高质量要求的板带材轧制控制来说这种相互作用和影响往往是不能忽略的，因此应该把板形控制和板厚控制看作一个综合系统来考虑。目前，带钢热连轧板形板厚综合系统解耦控制已成为当今轧制技术领域的一个前沿课题。 粒子群优化(Particle Swarm Optimization，PSO)算法是基于群体智能理论的优化算法。该算法利用生物群体内各个个体的合作与竞争等复杂行为产生群体智能。本文介绍了PSO算法的基本原理、数学描述、算法流程，并归纳总结了其特点。在此基础上研究了PSO算法在PID参数整定上的应用。 神经网络是一种应用广泛的人工智能技术。它可以利用数学算法模拟人脑的记忆、分析、推理等能力，从而可以达到以任意精度逼近任意非线性函数的目的。传统的PID控制很难满足高精度板形板厚控制的要求，本文将小脑神经网络(Cere—bellumModel Articulation Controller， CMAC)与传统的PID控制相结合，设计了粒子群算法进行优化的CMAC—PID复合控制算法，并与实际工程相结合，将这种算法应用于板形板厚的解耦控制中。 本论文对板带轧机板形板厚控制的基本理论以及连轧机的几种构成方法及控制方式进行了分析，对国内外发展现状做出归纳。把板形控制、板厚控制作为一个整体考虑，它是一个强耦合、非线性的多变量复杂系统。建立了板形板厚综合系统数学模型，为控制方法的提出和仿真工作奠定了基础。 将基于PSO的CMAC—PID复合控制器应用于液压弯辊力的调整仿真，改善了系统的动态特性，取得了良好效果。对板形板厚综合系统设计了基于PSO的前馈解耦CMAC—PID复合控制策略。以某钢厂1700mm七机架热连轧机组第三机架为研究对象，利用不变性原理，对两输入两输出的板形板厚数学模型进行前馈解耦控制。运用MATLAB中的SIMULINK工具进行仿真。仿真结果显示，系统的超调量减小，并有较好的快速性，使板形、板厚互不影响，达到了较好的解耦控制效果。仿真结果证明该方法的控制效果优于传统的前馈解耦PID控制，并为智能控制方法在实际中应用提供了新的研究方法和途径。