基于混合遗传算法的热轧生产调度优化方法

热轧生产调度是一个复杂的约束组合优化问题，其生产约束包括连续轧制板坯的宽度、厚度和硬度跳变要求，轧制单元的最大长度，产品库存及交货期等。基于多旅行商模型，建立了热轧生产批量调度问题的优化模型，并提出一种混合遗传算法（遗传算法、局部搜索）求解该问题。通过应用串行边重组和并行边重组的遗传交叉算子，算法在优化过程中可以很好地处理调度约束。针对工业数据的仿真结果证明该调度模型和混合遗传算法的并行求解策略可以有效地解决热轧生产批量调度问题。     

基于混合离散免疫算法的轧制计划编排

为了保证轧制调度计划的可行性，提高排程的效率，根据热轧生产模式和轧制计划的特点，利用车辆路径问题模型来建模轧制调度问题，并用一种基于离散人工免疫算法的混合优化算法来解决这一问题。该方法利用离散人工免疫算法的全局搜索能力来寻找全局最优解，利用模拟退火方法来避免陷入局部最优．对某钢厂实际生产数据仿真结果表明，所提出的模型和算法对于求解热轧调度问题具有可行性和高效性。     

基于PCTSP的热轧单元计划模型与算法

根据钢铁企业热轧产品生产工艺约束条件,将热轧生产轧制单元计划模型归结为奖金收集旅行商问题,设计了蚁群最优化算法对模型进行求解.引用某钢铁企业热轧生产轧制单元计划编制的实际问题对模型和算法进行了验证,并与遗传算法的求解结果进行了对比.实验结果表明模型和算法的优化效果和时间效率都是令人满意的.该模型和算法经过改进后可应用到包含多个轧制单元计划的轧制批量计划优化问题中.     

基于遗传算法的MES热轧型钢生产计划调度系统的研究

针对热轧型钢企业生产计划调度的约束复杂、易延误交货期、寻求最优解困难等问题,提出生产计划调度系统的结构功能设计方案,选用改进的批决策批调度策略建立计划调度模型,并利用遗传算法求解生产调度计划。以某热轧型钢企业设计实现的制造执行系统为依托,研究生产计划调度系统的执行情况,通过不同的订单数据以及不同的计划编制方法进行模拟计算和结果比较,验证了该改进型批决策与批调度模型的解可降低设备调度、节省生产时间、减少交货延误,以此来指导热轧型钢的生产可切实提高企业生产效率。     

用于编制热轧生产流程的新型Meta-heuristic算法

带钢热轧具有特殊的生产工艺约束, 其生产流程的编制是钢铁企业生产的关键, 因此提出采用并行策略的基于多旅行商问题(MTSP)热轧轧制模型. 该模型不但考虑了板坯在宽度、厚度和硬度跳变时的约束, 还考虑了同一轧制单元内轧制板坯数量的约束. 并设计了新的Meta-heuristics算法求解此模型. 通过对某热轧带钢厂生产数据的仿真实验,表明模型和算法能有效地给出满意的排产结果, 并且具有较高的执行效率.     

考虑柔性机器检修的钢管热轧批量调度方法

本文从无缝钢管生产管理中提取并定义了周期性机器柔性检修环境下的钢管热轧批量调度问题,针对无缝钢管热轧阶段的生产特点,将其抽象为一类考虑序列相关设置成本和机器柔性检修的单机调度问题,建立了以最小化机器闲置时间和机器调整时间为优化目标的数学模型。分析闲置时间和检修时点的关系,证明了闲置时间最小化性质,结合问题特征设计了两阶段启发式算法。算法第一阶段采用最小轧机调整时间规则获取具有最小机器调整时间的初始批量轧制序列,第二阶段对初始轧制序列进行全局寻优搜索。基于实际生产数据设计了多种问题规模的对比实验,实验结果表明模型和算法对求解该类问题具有较好效果。     

一类Job- shop 车间生产计划和调度的集成优化

讨论一类Job—shop车间的生产计划和调度的集成优化问题，给出了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。该模型利用调度约束来细化生产计划，以保证得到可行的调度解。在混合算法中，利用启发式规则来改善初始解集，并采用分段编码策略将计划和调度解映射为染色体。算例研究表明，该算法对求解该类问题具有很好的效果。     

基于改进型遗传算法的热轧生产计划调度系统

针对热轧型钢生产计划编制的约束条件复杂、易延误交货期、不易寻求最优解等问题,采用面向可拆分订单的批策略思想建立了新的生产计划模型,并针对新模型改进了遗传算法,提出了拆分染色体遗传算法.结合某钢铁企业实例,在建立基于批决策与批调度热轧数学模型、列举实际生产约束条件之后,阐明了此种新算法的应用过程,并且通过不同的订单数据进行模拟计算和结果比较,证明了该模型及算法得出的生产计划可节省生产时间、降低设备调度、减少交货延误,以此来指导热轧型钢的生产,可切实提高企业利润率.     

基于改进型批决策与调度建模的生产计划调度系统的研究

热轧型钢生产工艺复杂,其生产中极易出现由于计划调度安排不当而产生的交货期延误、库存超负荷等问题。针对以上问题研究设计了MES生产计划调度系统,改进了批决策调度策略用于数学建模,利用自适应遗传算法求解生产调度计划。以此为基础,为某热轧企业设计实现了生产计划调度系统,并通过真实的热轧型钢订单、原料、设备等数据,对模型改进前后的计划编制方法进行模拟与比较,验证了利用该改进型批决策与调度模型编制的热轧型钢生产调度计划可节省生产时间、降低设备调度时间,以此来指导热轧型钢的生产可切实减少交货延误和减少库存占用率,并提高企业利润率。     

棒线材轧制批量调度多目标混合优化

在分析批量调度问题特征的基础上建立了精轧工序轧制批量调度的数学模型,采用混合自适应多目标进化算法进行求解．在该算法中,采用全局搜索与局部优化相结合来加快算法的收敛速度,基因修正与罚函数相结合来解决约束问题,运用免疫共享方法维护种群的多源性,根据评估结果自适应改变遗传操作的概率．应用生产实际数据进行测试,表明该调度方法能获得所需的Pareto优化前沿．