基于粒子群算法的转炉用氧节能优化调度

针对钢铁空分企业氧气放散率高、综合能耗高的问题,建立了以减小转炉用氧总量波动和降低系统能耗为目标的转炉用氧调度模型。综合考虑了吹炼区间时长不变、各吹炼区间起始时刻满足工艺要求、钢水温度大于1250 °C、转炉用氧调度前后变动最小等约束,以基于整数空间的粒子群（Particle swarm optimization, PSO）算法进行求解。同时,以国内某大型钢铁企业空分厂为案例,采用Pipeline Studio软件建立该厂区氧气管网输配系统模型,对转炉用氧调度的节能优化效果进行了验证。结果表明,本文提出的转炉用氧节能优化调度在研究时间段尽可能安排单台转炉生产,有效降低多台转炉吹氧重叠时间,在生产时间内错峰用氧,减小转炉用氧总量波动,缓解氧气供求不平衡的矛盾。在120 min研究时长内,调度前后系统氧气放散量由1242.1 m3降低至0,相应的空分系统的电耗节约了1192.42 kW·h,氧压机的压缩能耗增大了41 kW·h,氧气管网输配系统节约总能耗为1151.42 kW·h。综合计算来看,转炉用氧调度应用到全年,预计减少氧气放散总量5.44×106 m3,节约氧气管网输配系统总能耗5.22×106 kW·h。      

改进遗传算法下的畜禽冷链配送优化研究

在介绍传统遗传算法的基础上,提出了一种改进的遗传算法,通过设定前置交又算子、互换变异算子、逆转变异算子来进行模型求解.算例分析表明,该算法可以在较短的时间内获得该问题的最优解或满意解.     

聚合分期算法在露天矿中长期生产计划编制中的应用

露天矿中长期生产计划是在最终境界的基础上确定矿块的开采顺序,以获得最大的总净现值。采用整数规划的方法来求解露天矿生产计划编制问题（OPSP）时,由于实际矿山最终境界内矿块个数太多,构建整数规划模型需要大量的二进制变量,超出了现有求解器的能力,使得问题无法求解。针对这一问题提出矿块聚合和分期求解相结合的启发式算法：将空间上n3个相邻矿块聚合,然后通过启发式方法,分期次逐渐求解、逐步迭代、更新模型,以减少模型变量和约束。利用VC++编程并调用CPLEX求解器实现该算法,应用于某铜矿,实现了长期计划的自动编制。结果表明：该算法能够显著减少用整数规划法求解OPSP时的变量个数,成百倍地提高解算效率,在较短的解算时间之内得到较优的结果,解决了OPSP因变量规模太大而无法求解的问题,并且能够较好地应用于各种规模矿山的实际生产计划编制工作。     

微机辅助氧气生产的计划调度

本文介绍了一个用于氧气厂月生产计划的优化数学模型,这是一个大规模混合整数规划模型。利用拉格即日松弛法在IBM-PC/XT微型机上,可以迅速有效地求得问题的解。仿真计算表明。本模型对于氧气系统的计划调度可以给出满意的结果。     

基于冶炼设备故障的炼钢-连铸重调度

针对炼钢-连铸生产过程中某一冶炼设备发生故障之后的重调度问题,为保证生产的稳定性,减少重调度方案相对于初始调度方案的变化程度,以开始作业时间、作业周期和设备指派的加权差异度最小化为目标,采用数学规划方法建立了重调度模型。通过分析炼钢厂生产运行模式和生产工艺过程,提出了由基于“炉-机对应”调度策略的设备指派算法和基于工序柔性缓冲调控策略的时间调整算法两部分组成的重调度算法。以国内某中大型炼钢厂炼钢-连铸实际生产中经常发生的转炉设备故障或精炼炉设备故障问题为仿真案例进行研究,结果表明,调度前/后开始作业时间、作业周期与设备指派的总加权差异度分别为0.29、1.43和1.21,可有效保持重调度方案与初始调度方案的一致性,保证生产的稳定性,且求解时间均小于0.6 s,能够针对冶炼设备发生故障后的重调度问题快速给出较优的解决方案,在冶炼设备故障频发的实际生产过程中能够保证炼钢-连铸有序、稳定、高效运行。     

考虑机器故障的炼钢连铸重调度模型与算法设计

针对炼钢连铸过程中出现的机器故障重调度问题,考虑实际生产中的工艺约束,以最小化调度结果的差异度为目标函数,建立动态约束满足调度模型。采用改进的启发式回溯算法对模型进行求解和冲突调整。通过Matlab软件对选取的算例进行仿真,结果表明,此算法能够保证重调度结果的实时性和有效性。     

基于蚁群优化算法的步进式加热炉调度

针对钢铁企业生产中的步进式加热炉调度问题,同时考虑到加热炉的生产能耗与热轧机的生产效率,以板坯的实际加热时间、热轧机等待加热板坯的时间以及加热炉内冷热板坯混装次数最小化为目标,建立了冷热板坯混装模式下的步进式加热炉调度问题的数学模型.并针对模型的特点,设计了求解模型的蚁群优化算法.算法中嵌入基于邻域搜索的局部搜索过程,提高蚁群优化算法的收敛速度.使用钢厂实际生产数据的仿真实验验证了所提模型及算法的有效性.     

冷轧多机组合同优化排产模型及算法(上)

为解决钢铁冷轧多机组的排产问题,建立了一个实现合同生产计划和作业调度的整体优化模型。模型以最小化各机组合同延期惩罚和生产类型切换虚拟成本为优化目标。首先,针对上下游机组的物流平衡及保证交货期问题,根据合同钢卷在生产流程各机组间的传递构造基于时间窗的推理算法,确定钢卷的合理加工范围。在传递时间窗下各机组生产调度可以不必考虑机组的前驱约束。然后,根据合同交货期、产品种类以及工艺约束等将合同钢卷在各机组划分为不同的粗计划类型。同一类型粗计划合同钢卷的批次作业调度可以归结为多约束无返回多旅行商问题,通过一种启发式分组蚁群算法优化求解。最后,将机组的粗计划合同调度抽象为带时间窗旅行商问题,采用一种改进的自适应蚁群算法求解。通过现场实际数据试运行,结果表明所建模型与算法是有效可行的,为冷轧企业多机组的合同计划和调度提供了合理指导。     

两级选址--路径问题的大规模邻域搜索模拟退火算法

针对目前越来越普遍的多级配送模式,建立以总成本最小为目标函数的两级选址-路径问题模型,并提出了大规模邻域搜索模拟退火算法进行求解.在模拟退火算法框架中,嵌入大规模邻域搜索过程,包含破坏、重组和局部搜索方法,从而进一步提高算法在解空间中构建邻域的范围.采用两级选址-路径问题标准算例对算法求解效果进行验证,并与标准模拟退火算法和国际已知最优解进行对比.结果显示,所建模型和算法正确有效,并且在求解大规模问题时算法能够取得相对更好的优化结果.      

地下矿山生产接续与设备调度集成优化模型

为了实现地下金属矿山生产接续的紧凑性、科学高效地调度生产设备,针对矿山开采工序复杂、设备资源有限、生产任务量大等特点,以最短工序时间间隔和最短总完成时间为共同优化目标构建了地下矿山生产接续与设备调度集成优化模型.通过分析地下矿山生产循环顺序、作业设备类型和生产能力等生产要素,考虑工序闲置期间采场的安全隐患问题,运用改进遗传算法对最优解进行主-从两步骤搜索,得到地下矿山生产接续和设备调度最佳方案.以国内某大型金矿为案例进行了模型的有效性验证,解算出矿山最优的设备调度计划.验证结果表明,与传统的单一目标优化相比,模型在保证完成指定任务的同时,有效缩短工序时间间隔,并且保证了作业的安全要求.      

基于变邻域搜索的热轧圆钢批量调度多目标优化方法

针对热轧圆钢的批量调度问题,考虑实际生产中工艺规程和交货期对轧制单元连续加工的影响,建立了以最小化设备调整时间、拖期生产惩罚和钢种跳跃惩罚为优化目标的数学模型,并设计了一种嵌入EDD规则的变邻域搜索算法.算法首先结合模型的约束特征,采用约束满足技术生成初始解;根据实际生产需求,将最小化设备调整时间作为主要目标,设计变邻域搜索算法实现目标优化,其中,运用混合算子构造邻域结构和局部搜索,并引入模拟退火接受准则来控制迭代过程中产生的新解;同时,为了最小化拖期惩罚和钢种跳跃惩罚,在求解过程中嵌入了EDD规则以及钢种排序规则.实验结果表明,模型和算法是可行且有效的.      

钢坯加热炉生产调度优化模型与算法研究

针对加热炉优化调度问题,以降低加热炉生产能耗、改善钢坯加热质量以及提高设备生产效率为最终目的,构建了数学计算模型,提供了结合混合遗传算法来对模型求解的较优思路。结合生产实际过程采集的数据的仿真实验,此算法与生产实际有比较高的契合度,实际应用效果优于当前的人工调度方法。     

基于粒子群优化算法的钢铁企业铁路车辆调度

给出了求解铁路车辆调度问题的粒子群算法流程;分析了求解不同调度问题的3种粒子表示法,即基于粒子位置次序(Particle Position Sequence,PPS)的粒子表示法、基于粒子位置取整操作(Particle Position Rounding off,PPR)的粒子表示法和基于PPS PPR的混合粒子表示法;讨论了PPS PPR混合粒子表示法与调度解空间的映射关系和解码方法。将第3种方法应用于实际车辆调度系统中,求解出机车送货作业行驶的最短路径,建立了基于粒子群优化算法的企业铁路优化调度模型。     

基于粒子群优化算法的钢铁企业铁路车辆调度

给出了求解铁路车辆调度问题的粒子群算法流程;分析了求解不同调度问题的3种粒子表示法,即基于粒子位置次序(Particle Position Sequence,PPS)的粒子表示法、基于粒子位置取整操作(Particle Position Rounding off,PPR)的粒子表示法和基于PPS PPR的混合粒子表示法;讨论了PPS PPR混合粒子表示法与调度解空间的映射关系和解码方法。将第3种方法应用于实际车辆调度系统中,求解出机车送货作业行驶的最短路径,建立了基于粒子群优化算法的企业铁路优化调度模型。     

基于“炉?机对应”的炼钢?连铸生产调度问题遗传优化模型

针对炼钢?连铸过程因车间布局复杂造成工序间钢水交叉供应频繁、等待时间过长以及天车调度困难等问题,本文建立以计划内所有炉次总等待时间最小为优化目标的炼钢?连铸过程生产调度模型,并采用改进的遗传算法求解该模型。在遗传操作过程中,引入“炉?机对应”调控策略以改善初始种群质量,并根据转炉（精炼）与连铸作业周期的比较,来确定是否对个体进行交叉、变异操作。以国内某中大型炼钢厂主要生产模式下的实际生产计划为仿真算例进行实验,结果表明:本文提出的基于“炉?机对应”的改进遗传算法的性能显著优于基本遗传算法及启发式算法,针对炼钢厂产量占比超过80%的主要生产模式4BOF?3CCM下的算例1,优化了生产过程等待时间,工序间最长等待时间由77 min减小到54 min;炉?机匹配程度也明显提高,3号精炼炉去往3号连铸机的钢水比例由25%提升到67%,减少了个别炉次由于设备随机指派造成的工序设备间对应关系不明确及由于生产路径不合理造成等待时间过长的现象,为研究炼钢厂复杂生产调度问题提供了一种高效的解决方案。      

动态模式组合方法在钢厂调度仿真中的应用

为了解决钢厂炼钢-连铸-热轧流程生产调度过程复杂的难题,建立了以减少可优化时间为目标的生产调度模型。在模型求解过程中,提出一种动态模式组合的方法。通过对流程生产过程的解析,得到不同生产条件下的生产模式,并给出生产模式内及生产模式间的调度策略。某特殊钢厂的生产实例仿真结果表明,该方法简单易行,在生产过程中需要更改生产模式时,能够采用该方法在不同生产模式间快速变换,并能在生产出现异常时对调度计划迅速做出调整,从而提高了生产调度系统的可靠性和协调性,使炼钢-连铸-热轧生产连续、高效运行。     

炼钢-连铸生产智能调度的二层规划方法(上)

炼钢-连铸生产计划分为生产批量计划和生产时间计划两类。传统的方法是将原本密切相关的两类计划单独编制,导致编制炼钢-连铸生产计划时,在优化目标的设置和优化变量的选取等方面出现缺乏全局性考量的问题。作者分析了炼钢-连铸生产调度的层次性特点,将求取两类计划的问题描述为一种具有二层递阶结构的决策优化问题,在同一模型中针对两类计划展开研究,建立了基于二层规划的智能调度模型。其中,上层规划解决浇次组合、排序和分配问题;下层规划解决在浇次计划已知的前提下寻求优化的生产时间计划问题。应用遗传算法分别求解二层规划中的上、下层子问题。仿真算例表明了该智能调度二层规划方法的有效性。     

基于粒子群优化算法和博弈论的网络学习控制系统带宽调度

研究了双层网络学习控制系统的带宽调度优化问题.为了合理分配子系统的带宽,引入了网络定价体系和动态带宽调度方法,建立了非合作博弈模型,从而将网络控制系统的网络资源分配问题转换为非合作博弈竞争模型下的Nash均衡点求解问题.在此基础上,采用粒子群优化算法得到此框架下的纳什均衡解,并进一步给出了网络控制系统的时间片调度方法.仿真结果表明了所提方法的有效性.      

多目标多约束混合流水车间插单重调度问题研究

研究了多目标多阶段混合流水车间的紧急订单插单重调度问题，综合考虑工件批量、刀具换装时间、运输能力等约束。先以最小化订单完工时间和最小化总运输时间为双目标建立静态初始订单调度模型，再针对紧急订单插单干扰，增加最小化总加工机器偏差值目标，建立三目标重调度优化模型，并分别用NSGA-II算法与融合基于事件驱动的重调度策略和重排插单策略的NSGA-III算法对两个模型进行求解。最后，以某实际船用管类零件生产企业为案例，先对NSGA-II算法和NSGA-III算法的性能进行评估，得到NSGA-II算法更适用于解决双目标优化问题而NSGA-III算法在解决三目标优化问题时表现更优的结论，再将所建模型与所提算法应用于该企业的十组插单案例中，所得优化率接近三分之一，验证了实用性和有效性。      

炼钢连铸调度系统中制造命令调整模型及算法

针对国内某大型炼钢厂生产调度中的制造命令调整问题,提出了采用多目标优化模型和启发式算法分别进行时间和设备调整.近期,该技术已在该炼钢厂应用,运行结果表明了模型算法的有效性和实用性.