板坯热轧计划编制的优化模型与算法

针对热轧计划编制问题,考虑不兼容钢种因素,给出了主体材的热轧规程,并在优化目标中引入最小化出炉温度跳跃惩罚,建立了多目标数学模型。结合模型特征设计了单亲遗传算法,并对算法的基本参数和目标函数的惩罚值进行了深入探讨,以增强算法的适用性和求解效率;提出了热轧计划数和不可行热轧计划解的处理策略,以提高算法的求解性能。以钢种、规格和轧制工艺优化的订单和库存数据为初始数据,考虑有/无不兼容钢种两种情况进行仿真实验,实验结果表明,所提模型和算法能够有效解决不兼容钢种热轧计划问题,编制的热轧计划具有准确性。     

考虑加热温度曲线的热轧批次计划

针对目前热轧计划模型中未考虑加热炉温度变化而造成的能耗高的问题,根据钢铁企业热轧生产工艺的特点,将热轧批次生产计划归结为轧制计划数不确定的车辆路径问题。重点考虑了加热炉温度的变化规律和批次间温度的跳跃约束,以极小化温度跳跃惩罚值为目标建立了轧制计划数学模型,并设计出一种鱼群寻觅粒子群算法对模型进行求解。根据国内某钢铁企业热轧生产实际问题对模型和算法进行了验证,实验结果表明:考虑加热温度曲线的热轧批次计划不但能够按照预定的温度变化趋势来指导生产,而且有利于降低加热炉能耗和延长其寿命,因此所提出的模型和算法切实可行。     

基于HPCVRP的多目标热轧计划排程研究

针对目前钢铁热轧计划排程中未考虑板坯间电耗变化而造成能耗较高问题,建立基于混合奖金收集模式车辆路径问题(Hybrid Price Collect Vehicle Routing Problem,HPCVRP)的多目标优化模型。针对最小轧制计划数量、工艺规程、吨钢电耗等目标,采用过滤器方法处理热轧模型约束,通过改进的可行性优先粒子比较准则进行最优粒子选择,结合过滤器拥挤距离及拥挤向量机制控制外部档案数量并更新全局最优值,构建过滤器方法的多目标粒子群算法(Filter-MOPSO,FMOPSO),仿真结果表明可以获得良好的Pareto优化前端。最后与人工结果相比,所提算法和模型能够有效解决热轧计划排程问题,为热轧计划编制人员提供良好的决策支持。     

基于网络能力的钢铁企业短期生产能力计划模型求解算法

根据钢铁企业流程式生产的特点,以有限生产能力、库存和工艺制程为约束,利用约束规划方法建立了短期生产能力计划的约束满足模型。针对常规约束规划求解大规模问题过程中不存在可行解时大量回溯对求解效率产生的影响,提出一种基于约束的网络生产能力计算方法,首先对产品／订单的生产流程网络进行预处理,快速计算可用能力,然后利用网络生产能力约束辅助约束规划裁剪搜索空间,实现在短时间内找到解并进行订单／产品的能力承诺以及生产排程。通过算例实验证明了算法的复杂性与问题规模增长呈近似线性关系,而且可适用于不同生产模式,算法具有通用性。     

修复式约束满足算法求解流水车间订单投放问题

针对流水车间环境下受交货期影响的订单投放问题,通过建立以最小化总惩罚成本为目标的整数规划模型,对单个计划期内的订单投放和订单排序进行联合决策。针对问题的特点,提出改进的修复式约束满足算法(MRCS)对模型进行求解。算法结合问题的求解目标,采用改进的NEH(MNEH)算法产生初始解,基于惩罚函数的思想设计适应度函数,并定义了新的变量表示形式以及新增、变换、替换三种变量调整操作;在修复解过程中,考虑到解的冲突具有双重性,采用概率选择方式选择修复冲突变量集合,并设计了基于最大惩罚优先原则(PLP)的变量选择方法实现冲突最小化。实验结果表明,改进的修复式约束满足算法是能够在有限时间内实现订单投放总惩罚成本优化的一种有效方法。     

考虑机器检修的圆钢热轧批量调度算法

针对圆钢的热轧批量调度问题,考虑实际生产中的机器检修计划对批量连续性加工的影响,以最大化产能利用率、最小化机器调整时间和订单提前拖期为优化目标,建立了多目标的整数规划模型,并提出改进的带精英策略的快速非支配排序算法对模型进行求解。算法结合问题的约束特征,采用改进的NEH算法生成初始解,并采用罚函数的思想设计适应度函数,对种群中存在的不合理解设计修复规则进行修复;针对遗传进化过程,设计了遗传操作方式,并在算法迭代过程中嵌入基于有限搜索范围的邻域搜索算法,避免算法陷入局部最优。实验结果表明,模型和算法对问题的描述和求解是可行有效的。     

水钢并行棒材生产线优化调度模型研究

为了解决水钢并行棒材生产线的批次调度问题,建立了并行棒材生产线短期调度优化数学模型,该模型以最小化轧制单元拖延完成时间为目标,将企业的生产能力、现有订单状况、设备状况以及不同规格产品间的工艺调整时间作为优化求解的约束。实例分析结果验证了该模型的有效性和实用性。     

水钢并行棒材生产线优化调度模型研究

为了解决水钢并行棒材生产线的批次调度问题,建立了并行棒材生产线短期调度优化数学模型,该模型以最小化轧制单元拖延完成时间为目标,将企业的生产能力、现有订单状况、设备状况以及不同规格产品间的工艺调整时间作为优化求解的约束.实例分析结果验证了该模型的有效性和实用性.     

多产品分批次采购的供应商选择模型及优化算法

提出了多产品分批次采购的供应商选择模型,针对模型的特点设计了禁忌算法.通过比较与开放式车辆路径问题解的相似性,将模型的四维决策变量转化为一维的开放式车辆路径问题的解,简化了求解的复杂度.基于节点的p邻域,设计了交换、移动和自增/减三种邻域操作.对供应商数量限制和单种物资采购次数约束采用"硬"限制方法,初始解产生和邻域操作都在满足此约束的前提下进行;对于单种物资采购量约束和单种物资每月使用量约束,采用惩罚函数的方式进行处理,并设计动态系数将约束逐渐由软约束过渡到硬约束.采用所提禁忌算法对算例进行优化求解,并对采用不同解结构、不同启发式算法的算例结果进行了比较,结果表明了所提模型和算法的有效性.     

基于直觉模糊数与多目标优化算法的工艺路线优化

为解决工艺规划中的工艺路线决策问题,提出基于直觉模糊数与元胞自动机—第二代强度Pareto进化算法的工艺路线多目标优化方法。分析了零件的加工特征并将其分解为可用知识化表达的加工元,为有效处理加工元之间的模糊性顺序约束关系,利用直觉模糊数设计结构矩阵来建立加工元之间的约束关系。在此基础上,构建了以加工设备变换成本、装夹变换成本、刀具变换成本为优化目标的工艺路线多目标优化模型。为提高求解多目标工艺路线的求解效率,利用元胞自动机和第二代强度Pareto进化算法对工艺路线优化模型进行求解,得到由多个可行的工艺路线组成的Pareto前沿,进而通过模糊熵对其评价后筛选出最佳工艺路线。以某设备的传动箱箱体为例,验证了所提方法的可行性与有效性。     

基于S-DBR模型的生产排程研究

生产排程方案的优劣对MTO型企业的生产效率影响较大。为缩短订单的平均处理时间、提高订单准交率,依托于约束理论（TOC）和“简化鼓-缓冲-绳子”（S-DBR）方法,通过计算产能负荷率识别内部瓶颈,以提高订单准交率为目标,构建了基于S-DBR方法的订单排程计划模型。设计排程问题的遗传算法,对遗传算法的个体编码、交叉和变异等操作进行处理,并以某电子产品生产车间为研究对象进行求解。结果表明,与传统人工排程相比,该方法能有效缩短生产周期、提高订单准交率。     

多排料方案下的加工排程优化研究

结合工程机械中金属结构件的加工特点,针对金属结构件生产过程中多任务混合下料与加工排程优化问题,提出多种排料方案下的带工艺约束多目标加工排程优化模型,并设计一种蚁群--递阶遗传算法来求解该模型。该算法首先利用蚁群算法选择一组优异的排料方案,然后利用递阶遗传算法的选择、交叉、变异等操作求解作业加工顺序及机器选择问题。通过对加工排程的优化,缩短金属结构件产品生产周期,降低其在制品数量和提高设备利用率,并通过实例分析证明了该方法的有效性。     

有限资源约束下的刀具调度方法研究

数字化车间的刀具库存量有限,在生产中经常会发生多道工序同时采用同一种刀具的情况。为了解决刀具使用冲突的问题,提出了有限资源约束下的刀具调度模型,建立包括最大完工时间和拖期惩罚费用最小化的目标函数,设计了基于刀具时间冲突的调度算法对其进行求解,得到了最优的生产作业排程以及满足该排程的刀具需求计划,并通过具体生产排程实例验证了算法的有效性。     

产品族设计与供应商的订单分配关联优化研究

针对统一采购情形下产品族设计与供应商订单分配问题,提出了一个以产品族利润最大为目标,满足产品配置要求、供应商最小订单数量等约束的产品族设计与供应商订单分配关联优化模型,并开发了一种自适应遗传算法对模型进行求解。为了防止由于优化问题中存在的订单等式约束导致算法产生大量不可行的染色体,给出了一种按比例分配订单的染色体编码与解码方法。同时算法设计了自适应的交叉方式与变异方式尽可能避免陷入局部最优解。最后通过一个实例验证了所提优化方法和求解算法的有效性。     

面向多种生产工艺的冶铸轧一体化批量计划优化

考虑面向冷装、温装、热装和直轧等多种生产工艺的炼钢、连铸和热轧三阶段一体化批量计划优化问题,针对问题特点提出了一体化编制策略,并在此基础上建立了问题的约束满足模型.针对模型无优化目标和具有复杂工艺约束,及其求解过程具有NP难性质的特点,提出了将约束传播技术嵌入到聚类分析中的求解算法.通过源于钢铁企业实际生产数据的仿真实验结果表明了模型和算法的有效性.     

基于二次选择策略的订单接受与排程决策系统研究

针对按订单生产(Make-To-Order,MTO)模式的制造系统中,企业管理者需要从若干备选订单中选择性接受部分订单并制定生产计划的问题,引入订单等级这一要素,并结合混合整数规划模型,构建基于二次选择算法的决策支持模型。运用改进的TOPSIS方法对订单进行分级处理,并综合考虑企业生产能力有限、交货期和生产顺序等约束条件,完成对订单的分步筛选及排程,旨在最大化按订单生产型企业的区间收益。利用CPLEX技术对算例进行求解,得出最终的订单选择结果及排程计划,验证了模型的有效性。     

最小化板坯盈余问题的约束满足求解算法

针对热轧薄板生产中板坯设计环节的最小化板坯盈余问题,建立了问题的约束满足优化模型;通过0-1背包问题的多项式归结,证明了问题的NP难复杂性。针对问题的特殊性质,给出了变量选择策略和值选择策略,在此基础上,提出了基于约束满足的求解算法;通过数据实验进一步验证了算法的可行性和有效性。     

无缝钢管热轧批量调度问题的学习型文化基因算法

针对无缝钢管热轧批量调度问题,考虑生产工艺约束、生产需求优化等因素,以最小化热工具轧辊使用消耗、生产拖期为目标,建立了多目标整数规划模型。分析了无缝钢管批量调度顺序对热工具轧辊消耗的影响,给定了轧制批量顺序下的求解启发式算法,并设计了一种基于多种群进化的学习型文化基因算法。针对目标设计了不同的搜索算子以及算子的自适应学习选择策略来指导种群进化,充分发挥全局搜索和局部搜索能力。仿真实验与常用的带精英策略的快速非支配排序遗传算法和文化基因算法进行了对比,验证了所提模型和算法的有效性。     

基于特征加工元的复杂箱体类零件工艺路线优化

针对工艺设计过程中工艺路线的优化问题,通过分析复杂箱体类零件特征,并将其细分为加工元,在考虑优化过程中存在的问题和相关工艺约束的基础上,将工艺路线的优化转化为加工元的优先排序。以机床、夹具和刀具变换次数最少建立目标优化模型,利用改进的遗传算法进行求解,避免了遗传算法“早熟”的缺陷。以某型号缸体为研究对象验证该改进算法的有效性,结果表明该算法具有很好的收敛性。     

基于遗传算法与有向图拓扑排序的工艺路线优化

针对工艺设计中的工艺路线优化问题,归纳了工步间的基本优先级约束关系。基于约束关系,将整个工艺活动过程转化为工步有向图,工步节点间的拓扑关系以约束矩阵的形式存储。提出了约束矩阵判错的检测方法;建立了工步图的拓扑排序模型。设计了一种随机的深度优先搜索算法对工步图进行拓扑排序,得到全部可行的一定数目初始工艺计划作为遗传算法的初始种群。算法中,提出了基于车间动态资源的加工序列编码策略;定量分析了工艺计划评价准则,采用罚函数的方法将目标函数和约束条件建立成一个无约束的优化目标函数,由此确定了染色体的适应度函数;设计了遗传操作算子(选择、交叉、变异),并通过基于模拟退火机制的精英策略加速算法收敛。最后,通过实例证明了该算法的有效性。