加工时间不确定的炼钢连铸生产调度串级交叉熵算法

针对加工时间不确定的炼钢连铸生产调度问题, 一方面考虑炉次精炼时间是运输时间和等待时间的线性增函数, 并考虑分时电价, 提出基于关键炉次的左右混合调整方法对各炉次精炼时间进行调整; 另一方面, 考虑炉次在各阶段的基本加工时间和连铸机最早开浇时间可在一定范围内选择, 提出一种串级交叉熵算法进行求解. 设计了不同的仿真实例, 并将串级交叉熵算法与改进自适应遗传算法进行比较, 验证了所提出算法的优越性.

     

某一转炉或精炼炉故障下炼钢-连铸生产重调度方法及应用

炼钢-连铸生产中会出现某一台转炉或精炼炉故障, 目前已有的重调度方法没有考虑多重精炼或只进行了仿真研究, 难以有效应用到具有多重精炼的钢厂, 而采用人工调整方式则容易导致炉次等待时间过长或断浇. 为此,通过引入炉次生产状态参数, 建立0-1 混合整数规划重调度模型, 提出由“未加工”炉次的设备指派、“未加工”炉次的开工时间优化和浇铸时间调整3 部分组成的重调度方法. 将该方法应用于某钢铁厂炼钢-连铸生产调度过程的实际工程应用验证了所提出方法的有效性.

     

求解炼钢连铸生产调度问题的改进算法

将炼钢连铸生产调度问题抽象为混和流水车间调度,建立了0-1型混合整数线性规划模型,并提出了一种遗传和线性规划相结合的求解方法。该模型通过优化钢水传搁时间来满足钢水的温度要求,通过最小化浇次开浇提前/拖期惩罚来协调连铸与热轧间的生产节奏。在算法设计中,给出了一种染色体编码来表示炉次设备指派与炉次在设备上的加工顺序方案,并探讨了相应的遗传操作。最后,仿真实验的结果表明了该算法的有效性。     

炼钢-连铸生产启发式调度方法

实际炼钢–连铸生产存在着多阶段、多并行机,以及在精炼阶段具有多重精炼方式,从而大大增加了炼钢–连铸生产调度难度.目前已有的炼钢–连铸生产调度研究由于仅仅针对简单生产方式而难以应用于目前大型炼钢–连铸生产调度.而实际生产过程中的以人工为主的调度方法速度慢、优化程度低,极易造成炉次在设备间的冗余等待时间过长,导致钢水温度下降,甚至造成连铸断浇事故.本文针对中国宝钢某大型炼钢厂的多重精炼方式且存在着可重入调度下的炼钢–连铸生产调度问题进行研究,提出了多种调度顺序方法和设备指派方法,通过仿真实验对多种调度顺序方法和多种设备指派方法组合而成的各种启发式方法进行了研究.最后将本文提出的性能最好的启发式方法应用于该大型炼钢厂的炼钢–连铸生产调度,钢水平均日冗余等待时间得到显著降低.     

铝液配载问题建模及混合遗传算法优化

针对电解铝生产过程中电解槽调配及出铝调度问题, 在建立数学模型分析基础上, 设计一种混合策略优化算法. 通过引入人工经验排出特例, 利用遗传算法完成优化. 以出铝路径为优化适应度函数, 利用交叉算子调配电解槽铝液组合, 利用变异算子改变槽装车路线. 最后通过某铝厂电解槽3 组数据优化实例表明了所提出方法的有效性.

     

加工时间不确定的炼钢连铸生产调度问题研究

针对炼钢连铸生产过程中存在的加工时间不确定性问题,采用三角模糊数表示不确定性加工时间信息,引入４种模糊运算,建立了问题的模糊规划调度模型．采用“中间值最大隶属度”的算法,将模糊规划调度模型转化为非线性规划模型,并在多重精炼工序、多机并行条件下,应用遗传算法求解最小完成时间．最后,利用实际生产数据的仿真实验表明了模型与算法的有效性．

     

基于多代理的炼钢-连铸生产调度方法

多代理机制的分布式结构和实时处理能力为炼钢-连铸生产动态调度系统的实现提供了可行的技术方法。本文通过对炼钢-连铸生产调度问题的简单分析,提出炼钢-连铸生产调度的多代理体系框架、各个代理的功能及主要代理的详细设计,探讨了基于多代理的炼钢-连铸生产调度机制,并给出了一个简单的炼钢。连铸生产调度的实例分析结果。     

分布式车间调度优化算法研究综述

在分布式制造环境下, 分布式车间调度着重研究工件在工厂间的合理分配以及各工厂内的合理加工顺序, 以实现调度指标的最优化. 分布式车间调度的研究具有重要的学术意义和应用价值, 已成为生产调度领域的热点. 对 此, 围绕分布式并行机调度、分布式流水线调度、分布式作业车间调度、分布式装配调度和分布式柔性车间调度等问题, 重点综述分布式调度优化算法方面的代表性成果, 介绍分布式调度的若干应用, 最后指出有待于进一步研究的若干方向和内容.

     

炼钢-连铸生产计划调度系统开发

针对炼钢-连铸生产以及钢厂现有信息化系统的特点,开发了面向钢厂MES的炼钢-连铸生产计划调度系统。系统通过与MES的数据接口收集生产作业计划、调度和生产运行实绩相关信息;设计和构建系统关系数据库,将通过MES接收的自ERP系统下达的生产批量计划和来自过程信息系统的实时生产状态信息分类集成并显示;设计基于生产过程信息的扰动自动识别和人工扰动自主设置的调度触发机制,按分类扰动处理机制进行重计划和重调度,调用智能优化算法编制生产作业计划,确定可行的生产调度方案,实现对调度方案的物流和工位的多种可视化表达方式;重计划和重调度信息可反馈至MES信息系统,为调度人员提供决策参考。通过在钢厂的在线测试表明,该系统可以满足实际生产需要,通过辅助调度决策可提高调度员决策的科学性和调度水平,提升和充分发挥MES的性能。     

面向炼钢—连铸调度过程的两阶段优化模型与算法

以某钢厂多台转炉及多台精炼炉对多台连铸机的复杂生产线为研究对象,针对其调度过程涉及多设备、多目标、多约束等调度要素,且离散和连续变量混杂,采用常规建模方法难以满足现场对调度的精度及排产速度的需求问题,提出一种新型的两阶段优化建模方法.首先,证明了炉次从炼钢到连铸总等待时间最小的调度目标与该炉次在转炉开始作业时间最大是等价的事实,并以离散型的设备变量为决策变量,以转炉开始作业时间最大为动态规划最优指标,建立设备指派多阶段动态规划基本方程和设备指派优化模型;然后,以炉次在设备开始作业时间的连续型变量为决策变量,并将准时开浇的非线性调度指标转化成与之等价的线性优化目标,以在同一台连铸机上浇铸的炉次之间断浇的时间间隔最小、钢包在设备之间的冗余等待时间最小、提前与滞后理想开浇时间的时间间隔最小为目标,建立线性规划冲突解消模型.工业实验表明所提出两阶段优化建模方法在求解速度与求解精度均满足现场要求.     

基于多目标分层遗传模糊建模的磨矿过程溢流粒度软测量

提出一种基于多目标分层遗传算法的模糊系统对溢流粒度进行软测量, 该方法将模糊系统分为4 层, 即输入层、隶属度层、规则库层和系统集成层. 为了达到各层共同进化的目的, 设计遗传算法各层编码策略, 构建基于平均绝对百分误差和均方根误差的优化目标函数, 并采用该函数计算各层个体的适应度. 鉴于模糊模型训练过程中可能出现异常解, 将L-M 贝叶斯正则化方法融入训练过程. 对磨矿生产数据的仿真实验验证了所提出方法的有效性.

     

交叉口信号实时滚动优化模型及算法

为了合理控制单交叉口交通流并且优先公交,建立可变相序的实时滚动优化模型.该模型将公交优先嵌入优化控制,对每辆公交车实时分配权重系数,以交叉口社会车辆和公交车辆的人均延误最小为目标,优化确定相位序列和相位长度.通过跳相来实现相序优化,运用改进的遗传算法来求解.具体实例表明,可变相序的实时滚动优化模型能有效地减少系统的人均延误,并能在尽量减小对社会车辆的影响下实现公交优先.     

基于混合策略的双种群约束优化算法

提出一种基于混合策略的双种群约束优化算法.利用双种群存储机制处理约束条件,并采用约束支配更新不可行解集,同时采用混合策略进化种群:在进化前期利用Deb准则产生可行解,并保留一部分非劣不可行解参与进化,保持种群多样性;在进化后期让最优个体和次优个体参与进化,使种群快速收敛.仿真实验结果表明,所提出的算法在保证种群多样性的同时,能够较好地收敛到全局最优解,且鲁棒性较好.     

风险规避零售商期末二次订购的供应链决策模型

以风险规避零售商和风险规避供应商组成的两层供应链系统为研究对象, 在条件风险估值的风险度量准则下讨论两生产模式下风险规避零售商的最优订购策略和风险规避供应商的最优生产策略. 通过数值实验得出如下结论: 若零售商的风险规避度越小, 则零售商的第1 次最优订购量越多, 风险利润越大; 供应商的第1 次最优生产量随着供应商的风险规避度减小而增大; 零售商的风险规避度越小, 越不利于供应商的生产投机行为.

     

一种求解供应链环境下生产-配送问题的集成优化方法

研究了供应链环境下的生产.配送集成优化问题,从整体的角度优化需求分配、生产调度、配送拼装和车辆调度,利用交货时间因素来协调各模块的优化过程,进面得到更优的运作方案.设计了一个禁忌搜索和遗传算法相结合的集成优化策略,对两个不同规模的问题分别进行了独立优化和集成优化,数值实验结果显示丫集成优化策略的优越性.最后通过对惩罚因...     

考虑直觉模糊偏好关系的双边稳定匹配及应用

针对现有双边匹配决策要求主体给出另一方全体偏好序信息的条件过于苛刻的问题, 提出一种新的匹配方法. 一方主体先两两比较另一方全体成员, 给出直觉模糊集形式的评价值并由全体成员评价值组成直觉模糊偏好关系; 然后, 通过改进的最小对数二乘法对其进行转化, 间接得到主体满意度; 进一步以双方主体满意度最大为目标, 同时考虑稳定匹配约束条件, 建立单目标优化模型并求解获得匹配方案; 最后, 通过算例分析表明了所提出方法的可操作性和有效性.

     

炼钢连铸作业计划的混合遗传优化与仿真分析

为提高炼钢连铸作业计划制定的效率和质量,面向生产工艺流程网络图,建立了一种基于遗传算法与蚁群算法相结合的混合智能优化方法,进行炼钢连铸生产作业计划的编制,并可实现常见扰动情况下的重计划制定;利用基于元胞自动机思想建立的炼钢连铸流程仿真模型,进行生产作业计划的仿真分析和评价。将计划编制模型与仿真模型有机结合,为作业计划的在线动态评价和自动调整提供了一种有效手段。针对某钢厂的仿真实验研究表明：提出的智能优化方法能较好地解决炼钢-连铸生产作业计划的时间不确定性优化问题,可快速生成炉次间作业无冲突的优化生产作业计划。     

离散线性周期系统的模型匹配

考虑离散线性周期系统的模型匹配问题, 提出一种基于参数化极点配置的模型匹配方法. 该方法从时域的角度出发, 采用周期状态反馈, 使得闭环系统充分接近目标系统. 由于所采用的参数化极点配置算法提供了充分的自由度, 所提出的方法能够实现零误差匹配. 数值算例验证了所提出算法的有效性.

     

一种新的实时智能汽车轨迹规划方法

针对智能汽车的驾驶决策和轨迹规划问题, 将轨迹表示为轨迹曲线和加速度变化两部分, 以优化轨迹的行驶效率、安全性、舒适性和经济性为目标建立非线性规划模型. 基于序优化思想, 提出混合智能优化算法OODE, 分内、外两层分别优化加速度变化和轨迹曲线, 通过“粗糙” 评价轨迹曲线实现轨迹曲线的快速择优. 仿真结果表明, 所提出的方法能够处理包含多动态障碍物的复杂交通场景, 且具备实时应用能力, 模型的精度和求解速度均优于传统方法.