混合Jobshop炼钢-连铸重调度方法及其应用

炼钢-连铸生产过程中加工设备起、停时间经常会出现严重延迟,导致调度计划不可行. 目前人工调整,存在响应速度慢和调整结果不优化的问题. 对炼钢-连铸混合Jobshop重调度问题进行了分析,提出了正在作业炉次已分配设备不变的重调度方法. 并提出了求解策略,将原调度分解为两个子调度问题. 引入炉次操作状态参数β,建立了正在作业炉次的时间修正模型,构造了启发式方法进行求解.对于未作业炉次,建立了多目标非线性0-1 整数规划模型,构造了并行逆推启发式算法进行设备指派,采用线性规划求解各操作的开工时间.基于上述方法开发了动态调度软件应用于国内某大型钢铁企业,在缩短动态调度时间、减少钢水冗余等待时间方面取得了显著成效.     

连铸连轧和冷装热轧并存环境下的炼钢2连铸生产调度模型与算法

针对连铸连轧和冷装热轧并存环境下的炼钢-连铸生产调度问题,建立了基于浇次开浇时间的炉次指派和作业排序模型.在该模型中,通过浇次开浇时间单位提前/拖期成本的惩罚值的控制可以协调炼钢-连铸和热轧生产环节之间的匹配关系.对所建立的模型,提出了基于遗传算法和线性规划的实用算法,并给出了源于实际生产数据的计算实例.     

基于宽度柔性的连浇组批计划模型及算法

高效的利用连铸生产设备的能力是炼钢—连铸生产计划优化技术的主要目标。在描述了炼钢—连铸生产计划调度编制步骤的基础上,重点分析连铸计划编制中问题。针对未充分利用虚拟板坯区间宽度属性及炉次区间宽度因素,并同时考虑浇次中炉次间钢级限制、连浇规程、中间包使用寿命限制、浇铸宽度跳跃限制的条件,建立了连铸计划优化数学模型。根据模型的特点,以蚁群优化算法为基础,设计了双层蚁群优化求解算法,并采用实际生产数据对模型及算法的有效性进行了验证。     

最优指派问题DNA算法

对求最小值的最优指派数学模型,设计并实现了DNA计算算法。首先经过特殊的DNA编码将二维的决策变量和二维的效益值编入DNA序列中;然后通过杂交实验和分离实验得到指派问题的全部可行解;最后通过电泳实验和检测实验获得最优指派问题的最优解。证明了算法的复杂性并举例说明了算法的可行性。分别给出了求最大值的最优指派问题和人数与工作数不等的最优指派问题的处理方法。     

允许协助条件下的指派问题研究

就许多指派场合常常要求加强合作,提高工作效率,但经典指派问题并没有讨论任务完成者之间可以相互协助以及如何协助等情况,详细阐述了在允许协助条件下指派问题中的合作效率概念及其计算公式,并对帮助对象的选取提出了几条常用原则和对应算法。最后,基于帮助对象的选取原则和匈牙利算法,对该问题最优化算法进行了具体描述,计算实例表明该算法是有效的。     

海铁联运中心站堆场箱位指派优化

海铁联运中心站堆场的箱位指派策略直接影响着中心站堆场的作业效率.本文研究中心站装卸作业过程中的箱位指派问题,以堆场压箱量最小为目标,建立动态箱位指派模型,优化集装箱在堆场的位置.基于指派问题自身的特点设计了启发式算法进行优化,将优化指派策略与堆场现有的最矮指派策略进行比较,通过对不同情况的算例进行求解,表明优化指派策略优于最矮指派策略.验证了模型的可行性和算法的有效性,并分析了作业箱规模、贝位大小、班列和集卡到达频率这三个影响因子对优化效果的影响,为中心站堆场提供决策支持.     

炼钢炉次计划仿真系统的设计与实现

炼钢炉次计划对于钢铁企业生产计划的编制起着承上启下的重要作用.针对炉次计划问题多目标、多约束的复杂特点,建立了整数规划模型,提出了基于现场计划编制人员经验规则的多阶段启发式算法对其进行求解,并以该模型和算法为核心开发了炼钢炉次计划仿真系统,讨论了其的结构与功能.利用生产现场的实际数据,对系统进行了离线仿真,并计算了炉次计划结果的评价指标.仿真结果表明:该模型及算法可以快速、高效的编制炉次计划;该仿真系统为炉次计划模型及求解算法的研究提供了仿真实验平台,并为进一步在实际工程中的应用奠定了一定的基础.     

航空公司飞机排班问题的分阶段指派算法

针对国内航空公司运营管理的特点，提出了描述单枢纽航线结构下飞机排班问题的排序模型并构造了一种分阶段指派算法。首先通过引入航班节概念，将飞机对航班的安排问题转化为飞机对航班节的安排问题，然后在定义航班节的“出发事件”和“到达事件”的基础上，分折航班节的出发阶段属性和到达阶段属性，并运用Hungarian算法对各阶段的出发航班节进行指派，该算法的计算复杂性为0(m^2n^2)。最后通过对一个算例的分折说明了该算法的应用。     

波次分区拣货时装箱与货位指派问题协同优化的模型与算法

在一种常见的周期性"波次分区拣货、整体补货"的动态环境中, 货位指派和装箱问题发生的频率相同, 互为优化条件, 同时解决两个问题可使拣货效率获得更大的提升. 研究了基于SKUs相关性的装箱和货位指派的协同优化问题, 建立了以最小化最大分区拣货处理时间为目标的数学模型, 设计了"SKUs对"位置交换策略, 提出了基于SKUs相关性的SAC算法和基于货位位置的NFDP算法分别来求解两个问题, 在此基础上, 提出了协同解决两个NP-hard问题的SAC-NFDP算法. 测试结果表明, SAC-NFDP算法性能良好, 对拣货效率改进明显.     

不同装卸作业模式下的集卡指派问题

以集装箱码头的进出口作业流程为研究对象,探讨了码头岸边与堆场间的集卡指派问题,即规划每个集装箱堆存/提取的位置,及确定完成箱次装载任务的集卡。以最小化总装卸完工时间为目标,构建了非线性整数规划模型,并开发了符合实务作业的启发式算法进行求解。数值实验表明,提出的模型与算法不仅可为码头预先制定集卡指派计划与估算完工时间,还可为码头长期规划中机械数量的部署决策提供参考。