炼钢连铸调度的启发式和线性规划两步优化算法

有效的连铸调度系统对钢铁企业提高产品质量和生产率具有重要意义。本文针对某大型钢铁企业炼钢连铸生产调度问题，提出了一系列启发式算法，分别用于解决作业排序、设备分配及时间安排问题以获得高质量的粗调度，提出了总流程时间的下界值计算方法用于评价调度结果。开发的调度软件可在生成粗调度之后自动导出其线性规划数学模型并求解。最后通过对实际生产数据的仿真分析，说明了算法的有效性和调度软件的实用性。     

基于两阶段启发式算法的板坯出库调度问题研究

为提高板坯库的板坯上线效率,需要在轧制单元要求下,决策天车去吊运最合适的板坯快速完成上线。由于人工调度难度大,提出以轧程中对板坯的钢种、宽度、厚度、重量等要求为约束,以板坯倒垛量、天车的搬运距离和多跨天车的任务分配均衡为目标,建立了数学建模,设计了快速的两阶段启发式算法。以板坯库现场实际数据为例,对模型和算法进行测试,通过人工调度和算法求解结果进行对比验证分析,证明该模型和算法可以提高板坯出库上线的效率,满足实际生产需求。     

ERW钢管多阶段生产计划求解的启发式算法

结合钢管制造企业的特点,研究了某ERW钢管企业生产计划与控制的组合优化方法,对钢管企业的多阶段生产计划的编制及优化进行了深入的研究和探讨。建立了钢管企业提前/拖期惩罚数学模型,建立目标函数和约束条件,将约束条件转化为寻找最优解的方法,并用启发式算法加以求解,直到找到比较优的生产计划组合,并计算目标函数的值,多个方案比较后,挑选出最佳方案。     

一种基于Dijkstra算法的启发式最优路径搜索算法

为了建立一个高效的路径搜索引擎,针对大型应用系统中寻径算法的平衡最优性、时间复杂度以及空间复杂度问题,从经典Dijkstra算法出发,将AI领域的决策机制引入到路径搜索中来,提出了一个启发式最优路径搜索算法.该算法在寻径过程中引入代价函数,由代价函数来决定寻径策略(即优先搜索哪些中间节点),以期望减少搜索节点数.给出了该算法得到最佳解的条件及其证明过程,并且以实例数据对两种算法进行了对比测试.     

加热炉炉温优化算法研究

炉温制度的优化是炉子优化控制的基础,它包括炉温优化目标函数的确定和目标函数极值的求解两方面.本文建立了连续加热炉板坯加热的稳态数学模型和炉温优化模型.应用所建立的稳态数学模型定量分析了各段炉温变化对钢坯加热过程的影响,形成了启发式算法规则集.建立了考虑出炉钢坯平均温度及断面温差的目标函数,采用启发式搜索算法对钢坯加热过...     

外购板坯设计问题的优化模型及算法

针对外购板坯规格已知、合同质量需求为区间值、考虑工艺路线约束的板坯设计问题,建立了最小化总余材量的线性混合整数规划(MILP)模型,并提出了一种基于MILP的启发式算法,将大规模板坯设计问题分解成多个小规模MILP问题,使之易于优化求解。算法兼顾了启发式算法的快速性及MILP的最优性,能在较短的时间内得到近优解。现场数据测试表明该模型和算法具有良好的优化性能和实用性。     

重大事故救灾路线双目标优化模型及算法

运用运筹学的理论和方法,建立一种重大事故救灾路线双目标优化数学模型.基于启发式算法思想,提出适合该模型且收敛速度较快的优化算法.该算法通过构造辅助函数调用Dijkstra算法,在最优解的近似区间内多次迭代逐渐逼近最优解,实现了双权重网络图最短路的求解,是一种近似的、快速的算法.基于所构造辅助函数的性质,给出实现该算法的具体步骤.对误差进行线性估计,分析了该算法收敛速度的影响因素,并讨论了算法的时间复杂度及优势.最后在案例分析中编译并运行该算法,证实其模拟结果与理论分析结论相吻合.      

启发式搜索策略在加热炉动态优化控制中的应用

在炉内钢坯加热过程数学模型的基础上,采用启发式方法实现炉子动态优化控制,对不同待轧时间的加热炉的操作进行了数学模拟及优化计算,提出了合理的待轧策略。实现了加热炉待轧的最佳操作,即实现了炉子燃料消耗与金属氧化烧损的极少化。     

基于现实约束的集装箱装船顺序优化

基于给定的集装箱堆场的堆存状态和集装箱船配载图,并考虑海关放关与否的现实约束,构建以最小倒箱量为目标的集装箱装船顺序优化模型,进而开发启发式算法.数值实验显示了模型及算法的有效性与实用性.     

二级分销系统控制参数的一个启发式算法

给出确定随机需求环境下一类二级分销系统运行控制参数的一个启发式(Heuristic)算法。所讨论的系统由1个中心仓库和N个分仓库构成。稳定的随机需求在分仓库上发生,分仓库向中心仓库定货,而向外部货源的定货则由中心仓库来完成。中心仓库和分仓库都采用(T,S)策略控制。在满足给定的服务水平前提下,系统以最低期望总库存费为目标。     

基于UWB的地下定位算法和拓扑优化

地下定位面对环境恶劣、干扰、多径等影响,常规算法难以获得高精度的定位结果,同时井下环境多为狭长的巷道,不利于布置定位所需的锚节点,而井下锚节点的布置通常对定位结果有较大影响,因而使用普通的定位方法不足以满足智能采矿所需的高精度定位需求.本文对传统的三边定位算法进行分析,总结了传统三边定位结果产生误差的原因,并提出了改进的算法,通过仿真实验验证了改进算法的有效性.同时通过理论分析误差带,使用最大绝对定位误差用于仿真分析拓扑结构对定位结果精度的影响,提出了对拓扑结构的优化原则,能够根据环境特点以实现定位区域内平均最大绝对定位误差最小为原则得出最优拓扑结构.文中设置了仿真实验和实地实验对改进的算法和拓扑结构优化方法进行了验证,实验结果中,改进的算法能够在相同拓扑结构下减小15%~43%的误差,而在相同算法下优化的拓扑结构能够减小17%~65%,二者结合能够减小误差达74%.结果表明,在相同的定位条件下,改进的定位算法能够明显提高定位结果的精度,同时定位结果与拓扑结构之间也有着密切的联系,根据实际环境灵活布置拓扑结构能够使定位结果的精度进一步提高,将改进的算法与拓扑结构优化方法结合可以实现更高的定位精度.     

钢铁冷轧多机组排产算法设计

针对钢铁冷轧生产,以柔性车间调度问题(flexible job-shop scheduling problem,简称FJSP)为基础,总结出一个冷轧多机组排产问题,并提出一种通用高效的多机组排产算法.该算法主要由启发式的初始化、邻域搜索与跳跃搜索模块组成,各模块可根据具体约束条件,灵活配置相应的启发式算子.实验结果表明...     

基于神经元网络和粒子群优化算法的轧制工艺一性能优化

为了达到厚板生产中的强度和屈强比等性能指标，本文在用神经元网络对屈服强度和抗拉强度建模的基础上，结合粒子群优化算法对粗轧开轧温度、中间坯厚度、终轧温度、终冷温度及冷却速率等生产工艺参数进行了优化。优化结果与实验室热轧实验及工业试生产结果的对比表明，本模型能有效地优化厚板生产过程的工艺参数，从而为优化工艺或柔性化生产工艺的设计提供指导。     

基于决策树算法的钢板探伤预测模型优化

采用决策树分类算法建立钢板探伤预测模型,结合冶金学原理选取精炼与连铸关键工艺特征属性,以轧后钢板探伤结果为目标标签,通过调整决策树最大深度、叶子最小样本数以及判定阈值对模型调优,经测试集验证：优化后的决策树模型对连铸板坯对应轧后钢板的探伤结果预测具有较好的预测效果,AUC值为0.848,且模型泛化能力较强,训练集与测试集AUC差值低于0.04。     

基于HITHS算法的多节点多加工路线订单接受问题研究

针对具有提前/拖期特点的多节点多加工路线订单接受问题,提出采用改进NEH启发式算法、局部搜索和智能调谐和声搜索算法的混合智能调谐和声搜索算法(HITHS)来求解问题.该算法首先在初始解空间中采用改进NEH启发式算法产生部分初始解,然后利用智能调谐和声搜索算法更新初始解,在更新过程中再利用局部搜索的互换、交换和逆序操作使其避免陷入局部最优解,从而形成问题的近似最优解.最后采用所提出的混合算法对该问题进行算例分析,并和基本和声搜索算法进行比较,表明了混合算法的有效性和可行性.     

基于炉体和钢坯传热模型的加热炉炉温制度优化

文章结合某钢厂现有设备和实际生产数据,提出了基于炉体传热模型和钢坯传热模型的炉温制度优化方法,通过启发式算法,确定了满足钢坯加热质量条件下加热炉能耗最低区域的炉温制度。结合现场操作的需求,在加热炉原炉温制度预热段、均热段温度前提下,经模型验证计算,加热一段和加热二段同时最多降低40℃;在优化后的炉温制度下加热炉能耗最低,加热炉能耗下降了1.17%。该炉温制度优化方法对钢厂的生产有着重大的指导意义。     

基于神经元网络和粒子群优化算法的轧制工艺—性能优化

为了达到厚板生产中的强度和屈强比等性能指标,本文在用神经元网络对屈服强度和抗拉强度建模的基础上,结合粒子群优化算法对粗轧开轧温度、中间坯厚度、终轧温度、终冷温度及冷却速率等生产工艺参数进行了优化。优化结果与实验室热轧实验及工业试生产结果的对比表明,本模型能有效地优化厚板生产过程的工艺参数,从而为优化工艺或柔性化生产工艺的设计提供指导。     

浅谈新课程标准下的中学数学启发式教学

自新课标颁布实施以来,我国教育的整体水平有了很大程度的提高,各种新型的教学方法和教学模式层出不穷.在新课标的背景下,中学的数学教育也在不断的改革,出现了很多科学的教学模式.本文就从中学数学的教学方法出发,着重探讨启发式教学的思想模式,阐述其提高教学质量,培养学生思维能力的科学性,以便为今后的数学教学方法提供必要的理论基础.     

钢管生产短尺合同与非定尺合同组批优化算法

提出了一套解决钢管生产中短尺合同和非定尺合同组批优化问题的启发式算法.其中短尺合同组批优化算法,实现了客户要求的短尺率尽量降低,短尺合同中定尺部分尽可能长,非定尺部分尽可能短,热区切割长度尽可能长,管坯长度尽量长以及满足的合同数尽量多的目标,从而实现短尺合同的优化组批.非定尺合同组批优化算法则实现了对6～12 m,9～12 m以及其他任意规格非定尺合同提供不同的切割方法,实现尽可能不产生废料,交货长度尽量一致的目标,从而实现对非定尺合同的的优化组批.