单亲遗传算法求解方坯入库堆垛问题(续完)

针对方坯入库堆垛问题,建立了最大化入库方坯批次综合匹配度和非空垛位空间利用率的多目标0-1整数规划模型。设计了求解该问题的两阶段算法:第1阶段采用聚类算法对下线入库方坯聚类形成入库批次;第2阶段采用基于约束满足的单亲遗传算法为形成的批次指派合适的垛位。通过钢厂实际生产数据对算法进行验证,结果表明,相对传统手工计算方法,本文提出的算法不仅能够通过对综合匹配度的优化来减少垛位倒垛数,而且能提高垛位的空间利用率。     

基于自适应免疫遗传算法的IPPS问题研究

针对工艺规划与调度集成(Integration of Process Planning and Scheduling,IPPS)的多目标优化问题,将遗传算法基本理论与免疫应答机理相结合,并引入IPPS问题研究中,构造了融遗传算法和免疫机理为一体的自适应免疫遗传算法(Self-adaptive Immune Genetic Algorithm,SIGA)。该算法以遗传算法为主体并加入免疫算子,通过免疫系统的自适应、免疫识别、学习、记忆、激增和抑制等复杂的信息处理机理,有效地解决了规模大、约束多、目标函数非单一的IPPS问题。最后以实例进行仿真优化,验证了模型算法的正确性和有效性。     

冷轧和热轧板材成品库存一体化匹配模型与方法研究

针对现代钢铁企业在面向订单(MTO)与面向库存(MTS)混合生产组织方式下库存匹配效率较低的问题,按照一体化计划的管理思想,建立了实现库存匹配重量最大化、匹配成本最小化的冷轧、热轧成品库存一体化匹配模型,该模型为多目标0-1规划模型。结合该问题的特点,利用约束规划的变量排序、值排序以及节点互换构建了启发式算法求解该模型...     

热轧圆钢的轧制批量计划优化模型与算法

针对热轧圆钢的轧制批量计划编制问题,以热轧圆钢的需求为导向,综合考虑热轧和加热炉阶段的工艺要求,建立了以最小化钢坯余料浪费惩罚和相邻钢坯间跳跃惩罚为目标的数学模型,并基于约束满足技术设计求解算法.算法通过变量选择和值选择规则对待轧制钢坯进行选择、分组和序列生成操作;通过约束传播技术缩减搜索空间,并划分轧制单元;同时,将装箱启发式Best Fit Decreasing (BFD)嵌入到算法中,以优化钢坯余料浪费惩罚和钢坯属性跳跃惩罚.基于实际生产数据的仿真实验表明了模型和算法的可行性和有效性.     

基于结构修剪神经网络的股票指数预测模型*

股票市场是非线性系统,具有内部结构复杂性和外部因素多变性,在股市指数价格和成交量基础上,引入宏观经济指标共同构建模型预测指标体系,并分析各指标之间的长期均衡关系和因果关系。在贝叶斯分析的基础上,将代表网络复杂性的惩罚项引入模型误差函数中,并通过动态调整惩罚因子删减网络中对股票市场不敏感的隐层神经元,在保证模型泛化能力的同时实现网络结构精简。以上证指数为例,构建基于BP算法的结构修剪神经网络预测模型,在不同的预测指标体系下对股票市场运行规律进行学习,并对上证指数进行仿真预测。最后,通过与其他神经网络预测模型     

钢铁企业MES中的预防性设备维护系统

设备状态信息采集手段的局限和相关软件系统的欠缺，制约着基于状态的设备维护方法的实际应用。制造执行系统(MES)为基于状态的设备维护系统应用提供了可行的环境，同时也对其产生了迫切的需求。本文在钢铁企业MES的体系结构下，结合笔者所在课题组开发的软件系统，探讨基于状态的预防性设备维护系统的基本原理、功能结构和应用要点。     

制造执行系统模型综述与分析

制造执行系统是制造业信息化发展过程中的必然产物。随着制造环境的变化，制造执行系统的内涵和模型也在不断发展变化。本文阐述制造执行系统概念的产生背景；纵观制造执行系统概念和模型的发展历程；综述制造执行系统的各种代表性模型的基本结构和核心内容；分析制造执行系统的主要观点和实施要点。     

炼钢-连铸-热轧批量计划的约束满足算法

为解决轧制计划编制问题,研究了炼钢-连铸-热轧一体化生产批量计划,提出了基于约束满足的启发式算法.根据炼钢-连铸阶段批量计划约束条件,从轧制计划中提炼出炉次计划和浇次计划,同时提出启发式算法求解.在两个启发式算法的基础上,运用基于参数控制的策略,编制出前后工序协调一致的一体化批量计划.数据实验结果表明了该方法及算法的有效性.     

基于约束规划的最优浇次计划模型研究

基于约束规划提出最优连铸浇次计划模型.模型在以往研究的基础上增加了板坯厚度约束和交货期约束;为不同钢级赋予不同的量化值,按照组浇工艺要求规定的钢级范围来确定能够组成同一浇次的钢级量化允许值范围,将组浇工艺要求直接量化;模型不仅确定浇次的组成,而且确定浇次的顺序和炉次在浇次内的顺序.根据生产实际随机生成数据所做的实验表明所提出的方法是有效的.     

基于约束满足的热轧批量计划模型与算法

将热轧批量计划问题作为一个约束满足问题处理，建立不确定计划数的VRPSTw约束满足模型．在求解过程中．先用约束满足的一致性技术过滤变量的值域，收缩搜索空间；然后用变量选择和值选择构造轧制计划的解．为变量赋值之后，实施约束传播，保证每块板坯只被访问一次并动态禁止子回路．在已有的解的基础上，应用基于禁忌的k-opt互换改进解的质量．数据实验证明模型和算法是有效的．