炼钢-连铸生产调度模型及启发式算法

在炼钢-连链生产工艺的约束条件下，针对多阶段均有并行机的生产环境，建立综合考虑炉次的设备指派和作业排序的混合整数线性规划（MILP）模型。在探讨炉次设备指派规则、缓解资源冲突的方法的基础上，提出面向实际应用的启发式算法。算例表明该算法行之有效的。     

炼钢连铸混合智能优化调度方法及应用

针对多阶段、多设备以及精炼工序重数不同的炼钢连铸生产调度问题,建立了综合考虑工序设备指派和作业时间安排的非线性规划模型,提出了基于专家系统的设备指派、基于人机交互的邻域搜索与基于模型转换的时间优化相结合的三阶段炼钢连铸混合智能优化调度方法.该调度方法应用于国内某大型钢厂的生产调度,在减少钢水冗余等待时间、提高设备负荷率方面获得显著成效.     

炼钢-连铸生产优化重调度方法

炼钢-连铸生产过程中存在扰动,致使很多时候生产不能按原调度计划进行,需要进行重调度.重调度时存在正在生产的炉次计划,因此重调度问题比静态调度问题更具有复杂性.将具有相同精炼重数的炼钢-连铸生产重调度问题归结为一个复杂的混合Flow Shop调度问题,考实际生产约束,以最小化最大完成时间为目标建立了重调度模型,采用了启发式规则和遗传算法相结合的优化方法求解.利用实际生产数据对重调度方法进行了验证和分析,结果显示了重调度方法的有效性.     

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.     

炼钢一连铸调度模型参数优化设定方法

针对炼钢-连铸调度模型的系数由人工经验给出,缺乏科学依据的现状,提出了基于正交设计的调度模型参数(系数)优化设定方法.通过对试验结果的方差分析给出了各参数对调度目标影响程度.利用工业实际生产数据进行测试,结果表明:所提方法可以在短时间内找到目标函数系数的最优设定值,由方差分析确定的模型参数对目标函数的影响程度与现场实际相吻合.通过与人工经验值进行比较,验证了所提方法的合理性和有效性.     

基于图形化编辑平台的炼钢连铸动态调度仿真系统

大型钢铁企业炼钢连铸生产工艺复杂、设备众多、生产过程存在随机因素和不确定性因素,因此,充分发挥经验丰富的调度专家在生产过程中的决策作用显得尤为重要.研究了炼钢连铸动态调度策略,在此基础上开发了基于图形化编辑平台的炼钢连铸动态调度仿真系统,综合集成了扰动设定、扰动发生、动态跟踪、扰动识别、人机交互和模型优化功能.利用在线数据,进行了离线仿真.仿真结果表明:该软件提供的图形化编辑集成平台可以实现对计划快速、有效的动态优化调度,同时为深入研究炼钢连铸动态调度方法提供了集成的实验平台.     

柔性炼钢连铸仿真调度系统及其关键技术

针对炼钢连铸系统，提供了一种较为通用的仿真调度系统设计方案，并讨论其中的关键技术，如提供图形化组态平台，运用反向调度实现出钢计划粗调度，正向仿真解决机器冲突，并在调度中考虑了运输时间，最后，运用该系统对一个实际生产系统进行仿真调度决策，结果令人满意。     

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.     

待料型生产计划与调度优化模型

提出待料型生产系统的概念．并建立待料型生产计划与调度优化的三个层次的教学模型；综合计划模型、生产调度模型和工艺优化模型。为具有待料现象的企业提供优化生产组织的一般分析方法和建模思路,以增进此类企业的经济效益。     

基于VRPTW-AT模型的钢包优化调度方法

在炼钢-连铸生产过程中,钢包的优化调度对减少钢铁生产的热能消耗,提高生产效率具有重要作用.将钢包调度问题归结为任务带有时间窗、车辆带有调整时间的车辆路径问题(vehicle routing problem with time windowsand adjustment time,VRPTW-AT).根据钢包服务钢水过程的约束建立了钢包调度问题的数学模型,针对模型特点提出了分散搜索(scatter search,SS)算法.基于国内某钢铁企业生产实绩做测试案例,对SS算法的优化效果与钢厂生产的实际数据进行了对比分析,实验结果表明了模型和算法的有效性.     

井下机车运输调度的资源分配模型及无死锁优化调度

对井下机车运输系统进行无死锁调度和性能优化, 首先, 建立三种不同调度策略下的资源分配Petri网模型, 设计对应调度策略下无死锁标识的最大边界设置算法, 证明了调度策略在最大标识边界设置下的无死锁性. 然后, 以最小化时耗和能耗为优化目标, 利用遗传算法, 采用变迁标号的自然编码方式, 通过检查变迁的引发条件检测染色体的可行性, 修复不可行的染色体使其对应的调度满足资源约束, 从而保证了算法所利用的所有染色体均可对应系统的可行调度, 最后进行实例仿真. 设计的无死锁调度的最大标识边界设置算法和遗传算法为井下机车的运输调度提供了可靠的理论基础.     

集装箱码头装卸作业顺序多目标优化调度模型

集装箱码头装卸是码头作业的基础环节,其作业进度和稳定性直接影响集装箱船舶的在港时间.针对码头装卸作业顺序优化问题中作业时间不确定并且可拆分的特点,本文建立了同时最小化作业总完工时间及"岸边无集卡与堆场无集卡的时间和"的多目标混合整数规划模型.所建立模型的作业时间变量受到决策变量影响且可行域不规则,使得其求解复杂性和难度增加且帕累托前沿解难以搜寻.为求解模型,设计了基于仿真模拟与调度经验规则的PNSGA-Ⅱ算法.最后,通过与传统NSGA-Ⅱ算法比较,以及对在静态情景与动态情景下的算例实验进行统计对比,验证了所建立模型与PNSGA-Ⅱ算法可有效求解集装箱码头装卸作业顺序优化问题,并对码头生成高效稳定的装卸作业调度方案提供决策支持.     

集装箱码头集成调度模型与混合优化算法

为提高集装箱码头作业中各种设备的协调性,提高整体作业效率,建立了集成调度模型,模型集成了装卸桥、集卡与龙门吊的调度问题.同时,设计了求解模型的混合优化算法,此算法集成了神经网络良好的近似估计功能与模拟退火算法有效的搜索能力.算法流程是:初始化集装箱装卸序列;基于一定的分配规则为集装箱分配作业设备;采用模拟退火算法搜索解空间,更新装卸序列.在算法过程中,用神经网络预测目标函数,并且过滤明显的劣质解.最后,通过算例分析验证了模型与算法的有效性.结果表明,混合优化算法可以提高模型求解效率,对于规模为400个集装箱的调度问题,平均偏差为7.52%,计算时间为8.9s,模型与算法可行.     

连续过程生产调度5 日滚动作业计划的研究

生产调度是ＣＩＭＳ中的关键环节,也是最困难的环节,它决定了整个ＣＩＭＳ开发的水平。本文用“过程优化”与“系统优化”相结合的方法,研究连续过程生产调度系统的优化问题。将系统优化的结果反馈给过程模型,指导局部装置优化的思想为大系统的总体优化探索了一个新方法,开辟了一条新思路。并给出了生产调度系统的框架结构、大系统的优化原理和应用实例。     

突发事件应急救援前摄性调度与反应性调度的集成优化

突发事件应急救援具有高度的不确定性与动态性,稳定可靠的救援计划及其合理有效的动态调整,对于应急救援的顺利实施具有重要影响.本文以企业生产事故与突发事件为主要对象,研究应急救援的前摄性调度与反应性调度的集成优化问题.作者首先对问题进行界定,构建前摄性调度优化模型以求得一个鲁棒性最大的基准计划,然后以此为基础建立调整损失最小的反应性调度优化模型.针对问题的NP-hard属性,设计专门的禁忌搜索启发式算法.最后,通过对一个实际井喷事故救援过程的求解分析对研究进行说明,得到如下结论:前摄性调度的鲁棒性与反应性调度的损失值之间,并不存在一个绝对的单调关系,通过反复多次的求解运算,可以找到二者之间平衡点,实现两种调度方式的集成优化.本研究可为突发事件应急救援基准计划的制定与动态调整提供定量化决策支持.     

基于多目标优化决策的飞机维护计划研究

将多目标优化和偏好规划引入到飞机维护研究中.先分析了优化飞机维护安排的关键因素,并用离散事件模型表示,然后利用多目标优化获得非支配解.最后,采用多属性决策模型支持维护决策者从非支配解中选择优先的非支配解.目标函数以及偏好的不确定性用区间表示,采用偏好规划进行求解.仿真表明该方法可以提供一种有效的方法建立、更新和改善维护计划.     

一种不确定条件下批处理过程的鲁棒调度模型

批处理过程中存在大量的不确定因素,通常表现在参数的变化上,这使得确定性的生产调度模型难以得到令决策者满意的调度结果.为了解决这一问题,文章从鲁棒优化的角度出发,给出了鲁棒调度的新定义,其核心是在调度的可行性与最优性之间寻求均衡.介绍并提出了相关的鲁棒性指标来衡量调度的鲁棒性.并依据这种思想,针对不确定需求建立了一种新的鲁棒调度模型,该模型允许在一定程度上违背某些约束,但要求对这种违背进行补偿,规定补偿行为,并将补偿成本记入优化目标,从而实现鲁棒优化.仿真结果表明,利用该模型可以得到鲁棒性更强的调度方案,并且满足一定的最优性.