热连轧机组中的精轧机的轧制规程设定计算是带钢连轧制操作中最基本的工作，而连轧机组轧制规程设定计算的中心问题是合理确定各机架的压下负荷分配。合理的负荷分配能够使现代化热连轧机的控制更容易实现，从而达到更好的控制效果。因此研究热连轧精轧机组负荷分配具有十分重要的现实意义。 板形和板厚是轧钢控制中的两个重要的指标，也是当前板带轧制技术研究的前沿课题。本文以热连轧精轧机组为研究对象，以提高板形板厚设定精度为目标，以传统的数学模型为基础，用粒子群算法优化热连轧负荷分配设定计算。 作为一种新兴的智能优化算法，粒子群算法(Particle Swarm Optimization，PSO)应用已经非常广泛，在很多复杂问题的优化上已经显示出了良好的效果。本文对PSO算法性能进行了数学分析并研究了其应用情况，在基本PSO算法的基础上，为提高全局搜索性能和加快收敛速度，提出基于权重梯度方向变异的改进PSO优化算法，经仿真结果表明，改进PSO优化算法的全局搜索性能和收敛速度优于PSO算法。 以传统负荷分配方法的实用性、合理性为基础，探讨PSO算法在负荷分配优化问题中的应用问题。并进行仿真实验，将由该算法优化的负荷分配结果与经验负荷分配结果进行了比较。结果表明，经由该算法优化的负荷分配结果，各机架的出口厚度值、相对凸度更加合理，即保证了前几个机架充分发挥设备能力保证压下量足够大，又满足了后几个机架主要满足板形精度的要求；其结果要好于经验负荷分配结果。