基于并行策略的冶铸轧一体化组批模型及算法

针对直接热装和直轧工艺的特点,提出在冶铸轧一体化组批时用组合批代替传统的连铸作业计划和热轧作业计划,并建立了时序条件多收益旅行商MPCTSP—TC模型．该模型基于并行策略,一次可以求出若干个组合批．构造了分组协同蚁群算法,并用该算法对所提出的模型进行求解．结果表明,所建立的模型和算法可以最大化地求出较优的组合批,每个组合批都能满足模型的约束条件,而且排出一个组合批的平均时间为9．6s,远远低于人工排产所需的时间．     

基于UML的钢轧衔接生产调度系统建模

针对混合生产环境下钢轧衔接生产调度系统中炼钢-连铸、板坯库、加热炉和热轧工序之间的动态协调问题,本文采用面向对象分析设计方法,在分析了系统功能需求和影响钢轧衔接关键因素的基础上,使用统一建模语言建立了该系统的用例模型、静态结构模型和动态行为模型,以可视化的图形界面展现了系统的功能结构,描述了系统对象之间信息交互以及系统对动态事件的处理流程,满足了钢铁生产制造执行系统实时性和动态性的要求,实现了实际生产过程的紧凑性和连续性。     

生产调度理论和方法研究综述

生产调度理论与方法研究是非常困难的课题,但是对企业或行业提高生产效率和效益是至关重要的,特别是在当前市场经济时代,生产调度理论和方法的研究已经有50多年的历史,但是经典调度理论和实际调度问题之间仍然存在着鸿沟。针对这一特点,指出了当前实际生产调度存在的一些问题和需要考虑的各种因素,例举了主要的生产调度方法和典型应用,指出了各种方法的优缺点。最后,总结并提出了生产调度理论和方法的未来研究方向和今后工作的建议。     

基于策略梯度强化学习的高铁列车动态调度方法

高速铁路以其运输能力大、速度快、全天候等优势,取得了飞速蓬勃的发展.而恶劣天气等突发事件会导致列车延误晚点,更甚者延误会沿着路网不断传播扩散,其带来的多米诺效应将造成大面积列车无法按计划运行图运行.目前依靠人工经验的动态调度方式难以满足快速优化调整的实际要求.因此,针对突发事件造成高铁列车延误晚点的动态调度问题,设定所有列车在各站到发时间晚点总和最小为优化目标,构建高铁列车可运行情况下的混合整数非线性规划模型,提出基于策略梯度强化学习的高铁列车动态调度方法,包括交互环境建立、智能体状态及动作集合定义、策略网络结构及动作选择方法和回报函数建立,并结合具体问题对策略梯度强化学习(REINFORCE)算法进行误差放大和阈值设定两种改进.最后对算法收敛性及算法改进后的性能提升进行仿真研究,并与Q-learning算法进行比较,结果表明所提出的方法可以有效地对高铁列车进行动态调度,将突发事件带来的延误影响降至最小,从而提高列车的运行效率.     

单件生产系统的启发式动态调度算法

提出了单件生产系统（one－of－a－kind production,OKP）的一种新的启发式动态调度算法。在研究的单件生产系统中,每个产品都拥有各自的树形工艺路线,而且按照指数分布时间间隔随机地逐个到达系统。目标是使得系统中所有产品的平均逗留时间最短。为解决此问题,建立了单件生产系统动态调度问题的数学模型,通过构造所有产品剩余工作量衰减的期望轨迹来设计了一种启发式动态调度策略,并通过仿真对这一策略的性能进行了评估。     

强化Dynasearch & TS算法求解酸轧生产调度问题

酸轧生产调度的主要任务是在满足酸轧机组生产工艺和能力约束下, 考虑下游机组的流向需求,为保证生产连续性和平滑过渡的要求,从给定候选池中选择适合的板卷构成一个酸轧调度单元. 针对此问题, 本文建立了以最小化过渡费用和调度单元剩余容量惩罚费用为目标的整数规划模型, 提出了一种嵌入强化Dynasearch算法的禁忌搜索混合算法. 该混合算法采用基于最小插入法的两阶段启发式产生初始解, 根据采用邻域结构的不同设计双禁忌表, 为了避免算法陷入局部最优, 在禁忌搜索的每次迭代过程中嵌入Swap邻域和Inner-insert邻域相结合的多交换Dynasearch邻域, 并设计了多项式动态规划算法搜索该邻域. 针对问题的特征, 提出了Block分区结构, 基于此分析了多个可行解性质, 有效降低了搜索空间. 与一般禁忌搜索算法比较, 结果表明所提出的强化Dynsearch TS (Tabu search)算法求解效果明显优于一般TS算法, 平均改进量为3.62%, 算法运行时间大大缩短. 验证了该算法在解决此类问题的有效性.     

动态生产调度管理系统的研究与实现

本文基于知识发现提出了一类动态调度算法的框架，在此基础上，基于数据仓库建立 了动态调度管理系统的体系结构，并采用面向对象（Object-Oriented，O-O）技术，分析 和设计了动态调度管理系统，最后阐明了所提方法的优点．     

生产过程智能调度方法研究进展

生产过程调度是现代化生产管理的一个重要环节,也是生产管理中长期未解决的一个难题,是一个重要的研究领域。本文在对生产过程调度问题及其传统调度方法进行简要综述的基础上,重点分析了各类生产过程智能调度方法及研究现状,并对智能调度方法进一步的研究内容作了展望。     

抢修任务多目标动态调度的动态驱动策略研究

抢修任务多目标动态调度能够有效解决“战时损伤装备不断出现,而抢修时间与抢修力量有限”这一突出矛盾,但由于新抢修需求的出现时刻具有不确定性,采用现有的时间(或数量)分批驱动策略,会导致抢修力量不能对新抢修需求进行及时响应、抢修力量出现闲置、抢修效益降低。为解决该问题,开展了战时抢修任务多目标动态调度的动态驱动策略研究。提出了抢修任务多目标动态调度问题及其总体求解思路。设计了基于抢修需求信息和抢修组状态的2种动态驱动策略,提出了一种新的动态驱动策略“混合分批+基于抢修组状态”。采用均匀设计思想,构造了6组测试问题实例,并通过实验分析了在多种因素共同影响的情况下,3种动态驱动策略的优劣性及适用性。仿真结果表明：与其它动态驱动策略相较,新的动态驱动策略“混合分批+基于抢修组状态”具有明显的优越性。     

炼钢-连铸-热轧一体化生产计划编制方法研究

为解决炼钢一连铸一热轧一体化生产计划编制问题,建立了一种一体化生产计划模型体系,将一体化生产计划编制这个复杂优化问题分解为5个局部优化问题。每一个局部优化问题采用多模型协作方式来编制各自范围内的生产计划,5个部分之间采用多系统协作方式完成一体化生产计划的编制。通过实际一体化生产计划软件系统的开发与应用,表明这种模型体系可以很好解决一体化计划编制问题。     

商品混凝土生产与配送集成调度系统

讨论了商品混凝土企业在日常生产活动中关于生产计划和配送计划安排时所遇到的时间冲突和资源冲突等一系列问题的现象和产生的原因,详细分析了泵送设备和砼车在服务过程中的时间特点,并根据一种生产与配送集成的模式提出了解决问题的原则和方法,设计了一套商品混凝土生产与配送集成调度系统。这套系统应用到实际生产中,可以使企业管理者方便灵活地进行生产计划与配送计划的编排和调整,从而提高生产效率和设备利用率。     

基于HGA的冲压车间生产计划与调度的集成优化

根据车身厂冲压车间和生产库房的实际情况,研究了冲压件成批生产的Job-shop车间生产计划和调度的集成优化问题,给出该问题的非线性混合整数规划模型,并采用混合遗传算法进行求解。遗传算法中,给出一种新的启发式规则来改善初始解集,通过与递阶分解方法进行比较,得出该算法对求解该类问题有着很好的效果。     

一种批优化调度策略的实时异构系统的集成动态调度算法

针对实时异构多任务调度的特点,提出了软、硬实时任务形式化描述非精确计算的统一任务模型,在此基础上,提出了一种基于批优化调度策略的实时异构系统的集成动态调度算法.该算法以启发式搜索为基础,引入软实时任务服务质量降级策略,在每次扩充当前局部调度时,按制定的规则选取一批任务,计算其在各处理器上运行的目标函数,采用指派问题解法对任务优化分配.模拟实验表明,该算法与同类算法相比,提高了调度成功率.     

基于一体化生产的炼钢一连铸批量计划与调度

基于钢铁企业一体化生产,建立了炼钢—连铸区段炉次和浇次批量计划模型,并通过禁忌搜索算法对模型进行了求解.之后,归纳出了A钢厂3座转炉、6台精炼设备(双工位RH设备3台,CAS设备2台,双环LF设备1台)、3台连铸机流程配置下静态调度的基本原则.最后,提出了一体化生产下炼钢—连铸区段动态调度的策略,并采用规则、算法、数学模型与人机交互相结合的方法解决炼钢一连铸动态调度问题,仿真实验结果表明了此方法的可行性.     

流程工业生产调度与控制集成系统研究

本文根据流程工业生产控制系统的特点,对生产调度和监控系统的集成需求进行了分析,讨论了调度与监控系统的集成策略,建立了一种新型的集成系统模型框架,设计了静态调度器和动态调度器的结构,并从获得工程满意解的实际需求出发,分析了集成系统的约束参数和调度算法,为实现流程工业调度与监控系统的集成提供了一种新方法。     

神经网络在柔性生产线动态生产调度中的应用研究

把多条柔性生产线、多种产品的动态生产调度(MMDPS)问题归结为一混合非线性整数规则问题.基于神经网络优化计算原理,设计了求解MMDPS问题的连续时间动态神经网络模型,并给出了仿真结果.     

基于MAS的车间调度控制系统的研究

讨论了分布式控制结构和传统的递阶式控制结构的特点,面向任务建立了基于MAs的调度控制系统模型并建立了agent间的协作模型以及通信模型。整个系统运用动态重组的思想,采用分级分布式控制和并行处理相结合的组织结构和运行模式,将整个车间的调度问题分解为一系列子调度问题,满足了现代制造系统对动态性、柔性和敏捷性的要求。     

基于分批优化的实时多处理器系统的集成动态调度算法

提出了一种基于分批优化的实时多处理器系统的集成动态调度算法，该算法采用在每次扩充当前局部调度时，通过对所选取的一批任务进行优化分配的策略以及软实时任务的服务质量QoS（quality of service）降级策略，以统一方式实现了对实时多处理器糸统中硬、软实时任务的集成动态调度．进行了大量的模拟研究，结果表明．在多种任务参数取值下，新算法的调度成功率均高于近视算法（Myopic Algorithm）．