石化企业生产计划图形建模优化系统

本文首先回顾了石化企业炼油、化工生产计划建模优化软件的发展历程,指出了现有软件存在的一些问题。在此基础上介绍了石化企业炼油、化工生产计划图形建模优化系统-GIOPIMS(Graphic I／O Petro-chemical Industry Modeling System)的功能和特点。着重介绍了该系统丰富的图形编辑、组态、建模以及强大的无可行解和不合理解的诊断等功能。使用该系统, 可以使用户完全不必从繁琐的数学公式或数据表格出发,而是从画超结构的生产流程,直接得到生产计划优化模型,优化各种生产计划方案,提高了石化企业排产的效率,适应市场的快速变化。实例应用表明,该系统能得到最优的生产计划结果,可信度高。     

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.     

汽车装配车间生产计划调度系统的设计与开发

论述了汽车装配车间在企业顺利生产中的重要性,建立了车间生产计划与调度的同时优化模型。基于免疫算法以概率1收敛的特点,选用免疫算法并将之进行适当组合得到交替式免疫算法来对该模型进行求解,以达到计划和调度同时优化的目的。在进行理论研究的基础上,根据南京某汽车厂的实际需求设计出了生产计划与调度系统方案,并使用组件化技术,开发出了基于．NET平台和B／S模式的汽车装配车间生产计划与调度系统,最终满足实际生产要求,达到了高效信息管理的目标。     

基于微粒群优化算法的非线性系统PWA多模型建模

针对复杂非线性系统,将微粒群优化(PSO)算法与多模型建模相结合,设计了一种基于PSO算法的非线性系统分段仿射(PWA)多模型建模算法。该算法将PWA多模型建模问题转化为混合整数二次规划（MIQP）问题,并基于PSO算法对其进行优化求解。在求解的过程中,采用分层优化求解方法,有效降低优化问题的维数,减小了陷入局部最优的概率,并通过仿真验证了该算法的有效性。     

基于改进离散粒子群算法的炼钢连铸最优浇次计划

提出了浇次数未知的最优浇次计划模型. 在分析该模型求解困难的基础上, 提出了用伪旅行商表示该模型的方法. 针对离散粒子群优化具有收敛速度、精度低, 但能充分利用各粒子的局部最优值和全局最优值信息的特点,而序列倒置算子具有收敛速度和精度较高, 但学习具有盲目性的特点, 结合二者优点, 提出了一种基于序列倒置的改进离散粒子群优化算法. 实验研究表明, 该算法与普通离散粒子群优化算法相比, 不论是收敛速度和还是求解精度都有了较大提高. 基于该改进算法求解最优浇次计划模型的研究表明: 所提伪旅行商问题模型非常适合用于组浇模型描述. 应用实际生产数据的计算表明该模型及其求解方法均非常有效.     

汽车装配车间生产计划调度系统的设计与开发

论述了汽车装配车间在企业顺利生产中的重要性,建立了车间生产计划与调度的同时优化模型.基于免疫算法.以概率1收敛的特点,选用免疫算法并将之进行适当组合得到交替式免疫算法来对该模型进行求解,以达到计划和调度同时优化的目的.在进行理论研究的基础上,根据南京某汽车厂的实际需求设计出了生产计划与调度系统方案,并使用组件化技术,开发出了基于.NET平台和B/S模式的汽车装配车间生产计划与调度系统,最终满足实际生产要求,达到了高效信息管理的目标.     

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。     

MapReduce连接查询的I/O代价研究

数据的指数级增长给数据管理和分析带来了严峻的挑战.连接查询是数据分析中一种常用运算,而MapReduce是一种用于大规模数据集并行处理的编程模型,研究基于MapReduce的连接查询代价评估和查询优化,有着学术意义和应用价值.MapReduce连接查询算法的性能主要取决于I/O代价(包括本地和网络I/O),而I/O代价与数据集以及连接运算的特征参数相关,通过对二元连接的I/O代价评估可以优化多元连接执行计划.基于此,首先提出了二元连接查询的I/O代价模型;随后,对现有二元连接算法进行形式化定义和简单扩展,归纳出6种基于MapReduce连接查询算法,并通过算法白盒分析定义它们的I/O代价函数;最后,提出一种多元连接最优执行计划的选择算法.通过实验表明I/O代价模型的正确性且能够准确地反映算法的性能优劣.     

基于强化协同算法的多目标生产调度模型研究

针对流程工业生产调度具有复杂性、多约束性和多目标性难以优化的特点,提出了一种新型强化协同优化算法 (N C O ),并将该算法应用于求解多目标优化问题,提出了基于N C O 算法的多目标协同优化方法(M O N C O )。研究表明, M O N C O 算法应用于车间调度问题,不仅可以优化生产工序,还能减少迭代次数,提高计算效率。     

基于数据子空间PLS建模技术的热轧轧制力优化设定

针对机理模型难以刻画的热轧精轧生产过程, 采用基于数据子空间的偏最小二乘方法建立热轧轧制力数据模型, 并构建轧制力优化模型, 利用改进的粒子群优化算法对优化模型计算求解. 结果表明, 使用数据驱动方法建立的轧制力数据模型能够揭示精轧过程轧制力的机理规律, 可以替代机理模型在实际系统中的应用. 通过对整体优化模型的求解, 可以提高热轧精轧产品的质量, 降低能源消耗, 表明基于数据驱动的建模和优化方法在实际生产中具有较大的应用价值.

     

An integrated model for strategic supply chain design: Formulation and ABC-based solution approach

This study develops a mixed integer nonlinear programming (MINLP) model to design supply chains. In view of the limitations of many available strategic supply chain design models, this model involves three major supply chain stages, including procurement, production, and distribution, and their interactions; it takes into account bill of materials constraints for modeling complex supply chain inter-relationships. In addition, in accordance with the fact that companies nowadays develop product families, our model addresses multi-product supply chain design to respond to diverse customer requirements. Recognizing their importance, this study identifies and formulates constraints related to facility pairwise relationships and supplier priority along with the classical constraints from the available literature. To efficiently solve such a highly constrained, large scale MINLP model, we develop an approach based on an artificial bee colony (ABC) algorithm. Bicycle design and production is used to demonstrate the potential of the MINLP model for designing supply chains and the performance of the ABC-based solution approach in solving the model. The proposed model and solution approach can be considered as two fundamental components of an expert system in the broad sense. Thus, this study is expected to stimulate more future research on the development of practical expert systems for designing supply chains.     

基于异步时间段的原油混输调度连续时间建模研究

采用严格的数学规划方法对沿海炼厂的原油混输调度问题进行了建模和求解,提出了一个基于异步时间段的连续时间混合整数非线性规划(MINLP)数学模型。该模型具有整型变量少,求解快的优点。采用求解一系列MILP来近似求解非凸的MINLP,避免了原油混输MILP模型产生的浓度不一致问题。文中采用提出的新模型和算法对文献中的9个实例进行了计算,相同计算条件的4个实例比离散时间模型效率提高86％-1011％。     

性能随时间衰减的锅炉蒸汽系统循环调度

针对性能随时间衰减的锅炉蒸汽系统的循环调度问题进行了研究.首先建立了描述该问题的混合整数非线性模型;然后提出了确定各锅炉循环运行状态的时间分段策略以简化问题的求解;最后应用列队竞争算法对该混合整数非线性规划问题进行优化计算.采用某锅炉蒸汽系统循环调度的实例对所提出的方法进行了验证,计算结果表明循环调度优化能够获得比人工随机安排更优的调度方案,节能效果十分明显.     

地理栅格数据的并行访问方法研究

在海量地理栅格数据处理中,数据I/O性能是影响处理算法程序整体性能的关键。目前针对地理栅格数据 I/O优化问题的研究成果还很有限,通过对并行程序中的数据I/O模式进行深入分析,结合栅格数据逻辑模型和物理 模型的特点,提出了面向地理栅格数据的并行I/O框架;基于消息传递模型,实现了4种并行访问方法。实验证明,并 行访问方法优于传统的串行访问方法和分时多进程访问方法。该研究成果可以提高并行栅格处理程序的I/()访问效 率,进而提高其整体并行性能。     

基于GA-NN的复杂工艺生产过程多目标优化研究

在复杂非线性多目标优化问题求解中,非线性模型结构很难事先给定,需要检验的参数也非常繁多,应用传统的建模方法和优化模型已难以解决更为复杂的现实问题。人工神经网络技术为解决复杂非线性系统建模问题提供了一条新的途径。将神经网络响应面作为目标函数或者约束条件,加上其他常规约束条件进行系统模型的建立,再应用遗传算法进行优化,从而实现设计分析与设计优化的分离。以某化工企业的生产过程优化问题为例,利用BP神经网络建立了工艺参数与性能目标之间的模型,然后利用遗传算法搜索最优工艺参数,获取了用于指导生产的样本点数据。研究结果表明,该方法能够获得高精度的多目标优化模型,从而使优化效率大为提高。     

自主协助动态并行I/O调度策略研究

随着处理器速度和网络传输速度的快速提升，I／O成为限制计算机性能的一大瓶颈，并行I／O提供了解决这一问题的有效途径。在并行I／O的实现中，数据访问调度策略对系统的性能有着重要的影响。文章通过对集群计算中现有I／O数据访问调度策略的研究，针对调度器瓶颈问题，提出了自主协助动态I／O调度策略，实验结果表明了所提出策略的有效性。     

石化企业生产计划图形建模优化系统的动态格式报表的设计和实现

GIOPIMS系统即“石化企业生产计划图形建模优化系统”,是一种用于石油化工企业的优化排产软件。使用该系统,用户可以通过图形化的形式建立石油化工企业生产工艺流程的超结构,由系统自动生成数学模型并进行求解,最后给出优化结果。优化结果报告有两种形式:①在流程图上直接显示,这种报告形式比较直观,但只能在软件平台上浏览;②生成原始的基础数据库BASIC_DB供查询,但这种基础数据库还不能直接得到最终的会计报表。本文提出了一种以物流信息为基础的搜索策略,将物流分成具有不同优先级的集合进行搜索,提高了搜索效率,并结合Excel给出了一种文字表达式公式的计算方法, 实现了基于GIOPIMS系统的动态格式报表。     

A multi-objective optimization approach for integrated production planning under interval uncertainties in the steel industry

This paper investigates one of the key decision-making problems referring to the integrated production planning (IPP) for the steelmaking continuous casting-hot rolling (SCC-HR) process in the steel industry. The complexities of the practical IPP problem are mainly reflected in three aspects: large-scale decision variables; multiple objectives and interval-valued uncertain parameters. To deal with the difficulty of large-scale decision variables, we introduce a new concept named “order-set” for modeling. In addition, considering the multiple objectives and uncertainties of the given IPP problem, we construct a multi-objective optimization model with interval-valued objective functions to optimize the throughput of each process, the hot charge ratio of slabs, the utilization rate of tundishes and the additional cost of technical operations. Furthermore, we propose a novel approach based on a modified interval multi-objective optimization evolutionary algorithm (MI-MOEA) to solve the problem. The proposed model and algorithm were tested with daily production data from an iron and steel company in China. Computational experiments demonstrate that the proposed method generates quite effective and practical solutions within a short time. Based on the IPP model and MI-MOEA, an IPP system has been developed and implemented in the company.     

一种新颖的并行程序配置优化算法

本文提出了一种新颖的并行程序配置优化算法。这种算法利用黑板系统将配置优化问题分解组织为不同层次的知识领域,并利用A^＊算法对决策树进行搜索。研究了并行程序的任务调度、存储服务器的数据分配、自适应分片、协同I／O和数据筛选五个知识领域。     

城市交通环境视景三维仿真

为解决城市视景仿真还原度差、系统流畅度不佳等问题,提出一种基于Vega Prime与VC++联合仿真的视景仿真框架。使用Multigen Creator与3D MAX联合建模,在VC++环境下利用Vega Prime实现场景动态驱动。并着重研究了模型优化、节点动态驱动、模型封装等视景仿真关键技术。利用上述视景建模关键技术,完成城市交通环境视景仿真系统搭建。应用结果表明：关键技术的应用将视景加载时间缩短为初始加载时间的1/6,平均帧频提升约30%,并提供了丰富逼真的图形画面,良好的用户感受,呈现出高还原度的视景仿真效果。