考虑加热温度曲线的热轧批次计划

针对目前热轧计划模型中未考虑加热炉温度变化而造成的能耗高的问题,根据钢铁企业热轧生产工艺的特点,将热轧批次生产计划归结为轧制计划数不确定的车辆路径问题。重点考虑了加热炉温度的变化规律和批次间温度的跳跃约束,以极小化温度跳跃惩罚值为目标建立了轧制计划数学模型,并设计出一种鱼群寻觅粒子群算法对模型进行求解。根据国内某钢铁企业热轧生产实际问题对模型和算法进行了验证,实验结果表明:考虑加热温度曲线的热轧批次计划不但能够按照预定的温度变化趋势来指导生产,而且有利于降低加热炉能耗和延长其寿命,因此所提出的模型和算法切实可行。     

面向多种生产工艺的冶铸轧一体化批量计划优化

考虑面向冷装、温装、热装和直轧等多种生产工艺的炼钢、连铸和热轧三阶段一体化批量计划优化问题,针对问题特点提出了一体化编制策略,并在此基础上建立了问题的约束满足模型.针对模型无优化目标和具有复杂工艺约束,及其求解过程具有NP难性质的特点,提出了将约束传播技术嵌入到聚类分析中的求解算法.通过源于钢铁企业实际生产数据的仿真实验结果表明了模型和算法的有效性.     

考虑工艺路线的热轧无缝钢管订单排程方法

为解决热轧无缝纲管在多工艺路线下的订单排程问题,将工艺路线因素引入热轧钢管订单排程中,建立了以合理的工艺路线切换、最小化机器设备调整和准时制生产为优化目标的约束满足模型,并设计了求解算法。该算法根据模型特征,提出基于降序最佳适应的约束满足算法和基于约束的聚类算法,对订单进行整理并形成初始轧制计划;设计了两种批次交换搜索算法,分别对单日内及日间的初始轧制批次进行排程优化。通过基于实际订单数据的实验讨论了上述算法两两组合的求解效果和各自的适用情况,验证了模型和算法的可行性和有效性。     

考虑机器检修的圆钢热轧批量调度算法

针对圆钢的热轧批量调度问题,考虑实际生产中的机器检修计划对批量连续性加工的影响,以最大化产能利用率、最小化机器调整时间和订单提前拖期为优化目标,建立了多目标的整数规划模型,并提出改进的带精英策略的快速非支配排序算法对模型进行求解。算法结合问题的约束特征,采用改进的NEH算法生成初始解,并采用罚函数的思想设计适应度函数,对种群中存在的不合理解设计修复规则进行修复;针对遗传进化过程,设计了遗传操作方式,并在算法迭代过程中嵌入基于有限搜索范围的邻域搜索算法,避免算法陷入局部最优。实验结果表明,模型和算法对问题的描述和求解是可行有效的。     

船舶平面分段的非完全混合流水线调度

针对船舶平面分段流水线生产中存在的计划不准确、调度滞后、生产效率低等问题,分析平面分段流水线的特点,提出一类非完全混合流水线调度模型,并对该类调度问题进行优化研究。同时,综合考虑非完全混合流水线调度问题的特殊性及船舶建造的复杂性,以分段最大完工时问最小化为优化目标,建立两阶段的非线性整数规划模型,并利用分支定界法优化求解。结合某船厂实际数据进行实例验证和多次数值实验,并与混合遗传算法进行对比。结果表明,该模型和算法能有效解决平面分段流水线调度中存在的问题。     

改进PSO算法求解具有柔性生产路径钢铁产品分配问题

针对钢铁企业实际生产和产品分配特点,研究了柔性生产路径下的产品分配问题,建立以最大化企业利润、设备利用率和市场产品满足率为目标的多目标模型,并设计了改进粒子群算法对问题进行求解。算法考虑模型的复杂约束特征,采用约束满足技术产生初始解,并利用惩罚函数设计适应度函数,通过动态调整粒子群算法中的惯性权重对粒子进行动态更新,最后,通过实际钢厂数据的实验仿真,说明了模型的可行性和改进粒子群算法的有效性。     

基于粒子群算法的选矿日综合生产指标优化分解方法

为实现每日综合生产指标的优化分解,在综合考虑多种约束条件下,建立了以最小化选矿生产线负荷波动和最小化惩罚费用为目标的多目标规划模型,提出了一种改进的多目标粒子群算法,用于模型的求解,最后通过现场数据的仿真研究验证了模型和算法的有效性.     

修复式约束满足算法求解流水车间订单投放问题

针对流水车间环境下受交货期影响的订单投放问题,通过建立以最小化总惩罚成本为目标的整数规划模型,对单个计划期内的订单投放和订单排序进行联合决策。针对问题的特点,提出改进的修复式约束满足算法(MRCS)对模型进行求解。算法结合问题的求解目标,采用改进的NEH(MNEH)算法产生初始解,基于惩罚函数的思想设计适应度函数,并定义了新的变量表示形式以及新增、变换、替换三种变量调整操作;在修复解过程中,考虑到解的冲突具有双重性,采用概率选择方式选择修复冲突变量集合,并设计了基于最大惩罚优先原则(PLP)的变量选择方法实现冲突最小化。实验结果表明,改进的修复式约束满足算法是能够在有限时间内实现订单投放总惩罚成本优化的一种有效方法。     

基于Pareto最优的多目标集成协作计划与调度

针对现有制造系统中协作计划、生产计划和调度方案不能同步制定的问题,考虑在供应链环境下有协作的计划与调度,构建了一种多目标集成协作计划与调度优化模型。提出一种基于Pareto最优的多目标优化算法,设计了包含协作染色体的基于作业的集成编码方案,通过惩罚操作实现协作计划与生产计划的同步协调。考虑供应链协调中常见的完工时问、总成本、总拖期时间、平均流经时间四个性能指标对模型进行整体优化。通过仿真实验验证了模型及其算法的有效性。     

基于HPCVRP的多目标热轧计划排程研究

针对目前钢铁热轧计划排程中未考虑板坯间电耗变化而造成能耗较高问题,建立基于混合奖金收集模式车辆路径问题(Hybrid Price Collect Vehicle Routing Problem,HPCVRP)的多目标优化模型。针对最小轧制计划数量、工艺规程、吨钢电耗等目标,采用过滤器方法处理热轧模型约束,通过改进的可行性优先粒子比较准则进行最优粒子选择,结合过滤器拥挤距离及拥挤向量机制控制外部档案数量并更新全局最优值,构建过滤器方法的多目标粒子群算法(Filter-MOPSO,FMOPSO),仿真结果表明可以获得良好的Pareto优化前端。最后与人工结果相比,所提算法和模型能够有效解决热轧计划排程问题,为热轧计划编制人员提供良好的决策支持。