钢铁企业订单动态交货期承诺模型与算法

针对钢铁企业交货期承诺问题的动态特征,建立了动态约束满足模型.该模型综合考虑了设备利用率和订单的提前拖期惩罚.模型求解属于NP-hard问题,很难用精确算法在可行时间内求解的特点,因此结合启发式规则和约束满足一致性技术的优点,提出了求解该问题的算法.通过实验验证了模型及算法的可行性和有效性.     

基于Witness的炼钢-连铸动态调度仿真

为了对炼钢-连铸动态调度进行仿真,分析了炼钢-连铸动态调度系统的特征,重点讨论了基于Witness对炼钢-连铸动态调度系统仿真时的关键问题,即工艺路径设置、断浇修复技术、动态扰动设置和调度结果可视化.源于钢铁企业的实际生产数据证明了Witness仿真软件对解决炼钢-连铸动态调度问题是可行且有效的,通过对软件自身优化算法进行比较,结果表明采用不同优化算法,其对应的解的质量和收敛效率不同.     

基于遗传算法的热轧生产过程多目标优化

针对热轧生产过程中的板坯出库策略问题,建立了旨在减少板坯倒垛量和板坯温降程度的多目标模型;针对问题的特点,提出了基于遗传算法的求解算法.算法能够根据目标的重要性调节加权参数的大小,以便根据应用中的实际情况调整优化的重点;通过在迭代过程中引入启发式变异算子,来提高算法的收敛速度.最后通过数值实验验证了算法的可行性和有效性.     

求解置换流水车间调度问题的改进遗传算法

针对置换流水车间调度问题的基本特征和传统遗传算法易早熟的缺陷,设计了改进遗传算法来求解此问题。采用NEH和Palmer启发式算法进行种群初始化,以提高初始解的质量;根据Metropolis准则对染色体进行选择操作,避免陷入局部最优;在变异过程中引入禁忌算法,避免迂回搜索;在算法迭代过程中引入了保优机制,避免丢失优秀染色体的基因信息;采用自适应终止准则,以保证解的质量。基于典型Benchmark算例的仿真实验结果表明,算法在求解质量和收敛速度方面明显优于NEH算法和种群经过初始优化的传统遗传算法。