基于改进差分进化算法的钢铁企业氧气系统优化调度

针对制氧系统在平衡调度过程中由于氧气生产的连续性与用氧设备消耗的间歇性之间的矛盾所造成供需不平衡、氧气放散率高的问题,研究小时级的氧气系统供需协调优化方案。考虑氧气系统中的设备产能、管网平衡和机组变负荷等约束,建立了氧气系统优化调度模型,优化氧气系统的综合经济效益,设计了基于自适应变异、中间重组交叉的差分进化(differential evolution, DE)算法进行求解。试验结果表明,DE算法在有效时间内能够求解模型。对于小规模算例,在有限的时间内能够找到近优解;对于大规模算例,DE算法从解的质量和求解速度上都要优于求解器的解,能够满足实际生产的需求。     

背包问题的差分进化算法

针对经典的背包问题,给出一种新的基于差分进化思想的求解算法.数值试验计算结果表明,该方法是行之有效的,并具有通用性.     

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.     

求解交货期可变动态调度问题的差分进化算法

针对差分进化算法求解动态优化问题时存在多样性缺失、寻优效率低的问题,提出一种多种群差分进化算法,将这种用于求解连续解空间优化问题的进化算法应用于顺序编码的动态调度问题求解中.该算法利用随机键编码表示法将连续位置向量转化为顺序编码,提出自组织多种群策略,将种群按动态空间特征自动分成主种群与子种群;由主种群不断探索峰值所在区域,从主种群分离出来的子种群负责在这些有效区域进行开发,并对子种群规模进行自适应调整,以加快算法寻优速度并节省计算资源,算法应用于交货期可变动态调度问题中,取得了满意结果.     

基于耗散结构理论的差分进化算法

作为一种比较优秀的最优化方法,差分进化算法具有良好的鲁棒性、实践性和收敛性.阐述了差分进化算法的基本概念、形式,分析了传统差分进化算法的优点与不足,提出了基于耗散结构理论的差分进化优化算法.     

基于改进差分进化算法的带钢冷连轧负荷分配

 为了更加合理地制定冷连轧轧制规程,选取打滑因子、等功率裕度和最小能耗作为目标函数,采用改进的差分进化算法求解Pareto前沿,减少了冗余的寻优代数、缩短了优化时间。以求解出的Pareto前沿为选择池,基于不同的偏好因子选择出不同的负荷分配方法,满足不同工况下的要求。仿真结果表明,该算法可以快速均匀地覆盖Pareto前沿,产生偏重于不同目标的负荷分配规则。优化规程与原规程相比,降低了打滑现象出现的概率,减小了轧制功率。     

一种基于差分进化的正弦余弦算法

正弦余弦算法是一种新型仿自然优化算法,利用正余弦数学模型来求解优化问题。为提高正弦余弦算法的优化精度和收敛速度,提出了一种基于差分进化的正弦余弦算法。该算法通过非线性方式调整参数提高算法的搜索能力、利用差分进化策略平衡算法的全局探索能力及局部开发能力并加快收敛速度、通过侦察蜂策略增加种群多样性以及利用全局最优个体变异策略增强算法的局部开发能力等优化策略来改进算法,最后通过仿真实验和结果分析证明了算法的优异性能。      

基于改进差分进化算法的无人机在线低空突防航迹规划

为了解决无人机在部分未知敌对环境中的低空突防航迹规划问题,提出了一种改进的差分进化算法.该算法的进化模型采用冯.诺伊曼拓扑结构,并对其进行拓展,使种群在进化初期保持多样性,避免进化早期陷入局部最优,而进化后期加快收敛速度.该算法改进了差分进化算子中的变异操作,从而加快算法的收敛速度,快速找到多目标优化问题的最优解;同时,采用将绝对笛卡儿坐标和相对极坐标相结合的编码方式以提高搜索效率.将该算法用于无人机在线航迹规划仿真实验,并和未改进的算法结果作比较,验证了该算法的有效性.     

多种群并行的自适应差分进化算法

为了提高搜索速度,同时克服传统算法过早陷入局部最优值的不足,提出了一种改进自适应差分进化算法.改进算法在充分分析经典和改进变异操作算子的属性以及种群统计信息的基础上,按照个体适应度的差异,将个体分成不同的子种群并相应地引入与之匹配的变异算子,转换成一个多种群并行的优化问题,保证在加快算法收敛速度的同时有效跳出局部极值点,从而实现全局优化.同时对参数值实行自适应调整,使算法达到全局搜索能力与局部搜索能力的平衡.针对8个标准测试函数的仿真实验结果表明,所提出的算法与其他算法相比具有较好的效果.     

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。     

钢坯热轧加热炉区生产调度模型与算法

钢坯热轧加热炉区生产调度属于组合优化中的NP-complete问题.本文根据加热炉区生产特点建立了分别以生产能耗最小化和加热质量最优化为主次目标的钢坯加热炉区调度数学模型,将其归结为布尔可满足性问题,构造了采用二进制编码方式的遗传禁忌搜索算法进行求解.基于实际生产数据的模拟优化结果表明,该模型和求解方法充分满足了现场加热炉区生产调度的需求,在满足生产工艺约束的前提下,缩短了生产时间,提高了钢坯入炉温度和加热质量,与传统人工调度方法的结果相比具有更好的节能、高产效果.     

应用改进遗传算法求解炼钢连铸生产调度问题

炼钢连铸制造流程是一个复杂的多阶段、多产品生产过程,其生产调度问题可建模为车间调度问题.提出一个改进遗传算法求解炼钢连铸生产调度问题.改进包括三个方面:基于排序的适应度分配、基于排序的工件过滤交叉算子和基于指数关系的变异率曲线.经24个benchmark的比较测试表明,改进遗传算法比传统遗传算法的寻优能力更强.通过16个生产计划和6个处理工序的炼钢连铸生产调度实例计算结果表明,改进遗传算法是有效的.     

Model based scheduling of a continuous annealing furnace

Abstract

The operational complexities and process constraints of an industrial continuous annealing operation invariably lead to empirically designed process cycles as well as manual scheduling practices. This methodology often results in suboptimal and inefficient operations. An integrated approach is presented here for maximising the productivity of a continuous furnace, where bundles of steel rods are annealed. For this purpose, a scheduling algorithm is proposed, which is coupled with a process model. The phenomenological process model is based on heat transfer and annealing kinetics. The scheduling algorithm is formulated to analyse the continuous annealing furnace under different operating conditions. The advantage of coupling the scheduling algorithm to the process model in enhancing productivity has been illustrated. Furthermore, it is shown that optimising the bundle diameter at a constant hearth speed is favourable for frequent dispatches of the product, whereas for less frequent dispatches, it is more efficient to vary the hearth speed.     

Robust multi-objective optimization of rolling schedule for tandem cold rolling based on evolutionary direction differential evolution algorithm

According to the actual requirements, profile and rolling energy consumption are selected as objective functions of rolling schedule optimization for tandem cold rolling.Because of mechanical wear, roll di-ameter has some uncertainty during the rolling process, ignoring which will cause poor robustness of rolling schedule.In order to solve this problem, a robust multi-objective optimization model of rolling schedule for tandem cold rolling was established.A differential evolution algorithm based on the evo-lutionary direction was proposed.The algorithm calculated the horizontal angle of the vector, which was used to choose mutation vector.The chosen vector contained converging direction and it changed the random mutation operation in differential evolution algorithm.Efficiency of the proposed algo-rithm was verified by two benchmarks.Meanwhile, in order to ensure that delivery thicknesses have descending order like actual rolling schedule during evolution, a modified Latin Hypercube Sampling process was proposed.Finally, the proposed algorithm was applied to the model above.Results showed that profile was improved and rolling energy consumption was reduced compared with the ac-tual rolling schedule.Meanwhile, robustness of solutions was ensured.     

基于OPT的炼钢-连铸生产调度问题研究

将最优化生产管理技术 (OPT)思想应用于钢材的冶铸轧生产调度 ,给出优化的瓶颈工序生产调度模型。计算结果分析表明 ,适用于离散型生产系统的OPT在冶金生产系统同样取得提高生产利用率、缩短生产周期、降低库存和成本的显著效果     

炼钢—连铸生产调度专家系统

结合济南钢铁厂的生产实际，采用专家系统技术，建立了在线炼钢连铸计算机生产调度系统，大大提高了调度作业计划编制的效率，缩短了钢水等待时间，并提高了设备利用率。     

基于一体化生产的炼钢-连铸-热轧动态调度仿真系统

根据炼钢-连铸-热轧一体化生产计划与调度的特点,提出了一体化生产下炼钢-连铸-热轧的动态调度问题,并在此基础上分析了炼钢-连铸过程中的生产扰动。基于生产扰动问题,提出了炼钢-连铸-热轧一体化动态调度策略,并依此建立了炼钢-连铸-热轧一体化动态调度仿真系统。最后对实际生产中常见的"追加计划"进行了仿真,系统分别对炼钢-连铸计划、轧制和加热炉计划进行了动态调度。结果表明,该系统能够依据扰动,动态调整生产计划,保证生产稳定顺行。     

基于改进SSD算法的人员安全检测技术

由于钢厂现场环境的复杂,安全事故经常发生。传统的目标检测算法很难适应工业环境光照多变、烟雾较多等因素,从而需要寻求一种能从复杂环境中有效提取特征、实时检测的方法。基于炼钢领域的特点,提出了基于改进多分类单杆检测器(single shot multibox detector,简称SSD)算法的人员安全检测技术。该模型是在深度学习SSD检测算法的基础上加入了嵌套网络,同时对训练样本加入强光、暗光、模糊噪声、椒盐噪声来增加样本属性,最后使用池化技术代替采样对数据进行处理。结果表明,所提方法在复杂环境中有很强的鲁棒性,在不同光照、烟雾较多的情况下,有很高的准确率。