生产过程操作优化的目的是为生产过程提供最优的参数设定值,对于提高产品质量、降低能源消耗、提高生产效率具有重要影响。连续退火生产过程存在众多不确定因素,在实际生产中这些不确定性将对生产的安全性和经济性产生重大影响。而传统的鲁棒操作优化只是根据生产工艺参数的波动设定固定的鲁棒度,虽然将不确定因素的影响降到最低,但牺牲了生产的经济性。针对该问题,本文从实际生产过程出发,提出了基于时间序列预测的连退多目标鲁棒操作优化方法。首先建立连退生产过程多目标动态鲁棒操作优化模型,通过基于LSSVM的时间序列预测模型对生产过程参数的波动进行实时预测,进而实现对鲁棒度的动态调整,最后设计基于极坐标选择的改进NSGA-II算法对操作优化模型进行求解,从而实现在保证生产安全性的前提下进一步提高生产过程的经济效益。具体的研究内容包括:(1)针对连退生产过程实际情况,确定了机组产能、机组能耗和带钢产品质量等几个目标,通过分析与目标相关的参数确定模型变量以及约束,进一步分析连退生产过程的动态不确定性,以及传统静态鲁棒操作优化的不足,建立了连退生产过程多目标动态鲁棒操作优化模型。(2)针对连退生产过程中的动态不确定性,基于最小二乘支持向量机(LSSVM)的方法,建立了连退工艺参数波动的时间序列预测模型,并提出了基于改进差分进化算法的模型参数优化方法。通过时间序列预测模型来预测下一优化周期参数的波动范围,实现对操作优化鲁棒度的动态调整。(3)针对连退生产过程多目标动态鲁棒操作优化模型,设计基于极坐标选择的改进NSGA-℃算法对模型进行求解。该算法主要从种群的分散性和收敛性两个方面对传统的NSGA-Ⅱ算法进行改进,即通过极坐标选择的机制来选择父代解进行交叉变异,从而实现在保证种群的分散性的前提下,进一步加快算法的收敛速度。(4)将本文所提出的算法应用于多目标动态鲁棒操作优化模型的求解,并通过与传统的静态鲁棒操作优化进行对比,验证了本文提出的基于时间序列预测的多目标动态鲁棒操作优化方法的可行性。