热轧轧制计划的多目标优化模型及算法

针对热轧轧制计划优化问题,建立基于奖金收集车辆路径问题（PCVRP）的多目标优化模型,其中包含两个目标：目标1为最小化相邻板坯的宽度、厚度与硬度的跳跃惩罚;目标2为最大化收集的奖金,即使得尽可能多的板坯编入轧制计划。在此基础上,提出一种基于Pareto最优的多目标蚁群系统算法（MOACS）,避免了传统加权法需要确定目标权重系数的缺点,一次运行可产生多个Pareto最优解,给决策者带来了更大的决策自由度。现场数据测试表明该算法具有良好的优化性能和实用性。     

资源优化模型及遗传算法

在网络计划中提出了资源优化问题,并建立了资源优化数学模型.同时,指出现代优化算法是求解资源优化模型的主要算法,并使用遗传算法对资源优化模型进行求解.此遗传算法与传统的遗传算法有所不同,第一是根据资源优化过程的特点设计的独特的杂交概率和变异概率,可以既尽快获得最佳模式又扩大搜索范围,避免早熟现象的发生;第二是引进了检查和修复算子以保证杂交和变异的子代满足可行性的要求;最后给出了算例以验证算法的有效性和正确性.     

航班计划恢复模型和混合优化算法研究

为研究不正常航班恢复求解问题,以受影响旅客人数最小为优化目标,建立了多约束飞机调整混合整数非线性模型,设计了基于匈牙利方法和遗传算法的混合优化算法,该算法避免了匈牙利方法只能求出唯一解的缺点,也克服了遗传算法的收敛性对初始值有较强依赖性的不足,同时改进遗传算法,使之能够输出多个近优方案,满足签派工作的实际需要,以实例验证了算法的有可行性。     

有能力约束的单机经济批量计划问题优化模型

有能力约束的单机经济批量计划问题是企业管理中的一重要问题,在企业信息化软件开发中具有重要的实际应用意义.在国内外研究的基础上,建立了求解有能力约束的单机经济批量计划问题的数学模型.由于上述问题为NP难问题,根据模型解的特征,采用遗传算法的原理,设计了求解上述模型的遗传算子和流程,利用dephi编程得出了计算结果.结果表明,算法效果优于唐立新(1999)的结果;且在有能力约束的情况下,算法得出的结果接近无能力约束的情形,充分说明了该算法的有效性.     

热轧带钢轧制批量计划的实例应用

应用轧钢厂生产批量计划的理论方法,从热轧带钢的实际生产工艺出发,建立了热轧生产批量的具体模型·对模型参数的结构进行了分析,给出了模型参数的具体表达,并应用遗传算法用来求解热轧带钢生产计划问题·组合了运筹学与人机协调系统,开发了实验性原形系统·这个系统不但改进热轧调度的质量,由调度系统产生的热轧调度优于手工系统产生的调度,平均改进在２０％以上,而且降低了产生热轧调度的时间·     

型材轧制的宽展模型

在分析了前人计算型材轧制宽展变形的各种方法之后，得出结论：现有的各种宽展模型不能满足ＣＡＤ／ＣＡＥ软件系统的需要，高精度的宽展模型必须分不同的孔型系统和轧机布置形式，由现场实验，经统计回归得到，用此方法，得到两组分别适用于横列式和复二重小型、线材轧制宽展模型。     

热轧带钢轧制力模型自学习算法优化

根据轧制数量、测量数据质量和轧制力预报误差的影响,建立了轧制力自学习速度因子优化模型. 在长期自学习的判定条件中综合考虑了规格分档的变化以及厚度、宽度的改变量,减少了换规格的次数. 长期自学习系数计算时利用了从前一块钢数据中分离出的设备状态信息,从而改善了模型自学习的连续性. 离线仿真分析结果表明,轧制力计算精度相对于自学习算法优化前有较大的提高.     

基于遗传算法的主生产计划优化模型

文章针对生产与销售多种产品且每个产品具有多级装配结构的典型离散型生产制造企业,研究了其主生产计划调度优化问题;以全生命周期中生产与库存费用最小为目标,通过引入提前和拖期惩罚费用因子,建立了加工能力受限情况下的主生产计划优化数学模型;将遗传算法和启发式方法相结合,提出了一种新型的企业资源计划的主生产计划优化的求解策略;对典型实例进行仿真,并对求解性能进行了比较,结果表明该算法模型是有效和可行的。     

轧钢厂的精轧工序轧制批量调度的优化模型

轧钢厂生产作业计划是钢铁企业生产管理系统的一个重要组成部分,精轧工序轧制批量调度是生产作业计划的关键在分析轧钢厂生产作业计划的结构的基础上,建立了精轧工序轧制批量调度的旅行商模型。这一模型能够适合于带钢,型钢和钢管的轧制生产批量调度问题。     

轧制力预报中的神经网络和数学模型

采用ＢＰ神经网络方法预报热连轧精轧机组轧制力·通过训练数据预处理、利用遗传算法优化网络结构和参数、按钢种划分训练样本等方法,提高了网络的预报精度,优于传统的数学模型方法·ＢＰ神经网络与数学模型相结合的综合神经网络方法,进一步提高了轧制力的预报精度·预测结果与实测数据比较表明,相对误差基本在±７％以内,实现了精轧机组轧制力的高精度预报     

铁路零担配装计划优化的数学模型和解法

本文利用0—1规划、隐枚举法(附加过滤条件)和回路矩阵的方法,并在解决零担货物集配优化的基础上,提供易在计算机上实现的化化数学模型和具体解法,以及如何利用计算机来处理的基础模型,实现零担车配装作业管理自动化.     

16Mn钢控制轧制中铁素体晶粒直径的数学模型

对16Mn 钢γ未结晶区及(γ+α)两相区控制轧制机理进行了研究。用相变动力学理论建立铁素体平均晶粒直径与相变前奥氏体晶粒直径、轧制温度及变形程度之间关系的数学模型。该模型所表示的变化规律与实验曲线一致。并根据实验数据建立了易于应用的回归方程式。     

基金使用计划的一类数学模型

探讨了基金使用的最佳方案 ,对于n年末仍保留原有基金额的合理性与可行性进行了充分的论证 ,用mathematic软件和C语言数据搜索程序 ,得出模型的最优解 .从而确定了基金最佳使用方案 .     

一个生产计划制订的多种数学方法与模型

本文从一个生产计划制订着手，提出可按各种假设综合运用多种数学方法，建立相应的模型，以供决策者决断。     

神经网络辨识方法及其在轧钢控制中的应用

利用人工神经网络的辨识理论和方法,进行轧制过程数学模型参数的在线辨识与修正.首先对轧制压力模型和温度模型进行分析,得到适于应用神经网络进行辨识和修正的轧制模型函数形式,选择并比较最速下降、递推最小二乘及共轭梯度训练算法,实现了离线的和在线的仿真与应用.仿真结果表明,将人工神经网络应用于轧钢过程的轧制模型辨识可以大大提高模型预报精度.     

线材无张力轧制的数学模型

推导了线材无张力轧制中立活套的数学模型．指出了活套在本质上是一个非线性环节，在一定条件下可以做为线性环节处理．为活套控制系统的实现提供了理论依据．     

工程优化数学模型的预处理分析

工程优化数学模型预处理是对模型构成要素的一系列规范化处理过程。为了方便采用遗传算法对优化模型的求解，提出对目标函数、优化变量及约束因子在优化前进行预处理。在分析惩罚函数法对约束处理效率较低的情况下，提出了一种基于知识调整策略的修正法，对解码中不满足约束的映射关系进行修正，使调整后个体映射到最有希望获得最优解的空间中。理论分析和测试数据表明：对优化数学模型采用适当的预处理，简化了优化设计过程，加速了算法的收敛速度，同时提高了最优解的质量。     

数学模型在作业安排中的应用

概述了数学模型的基本概念,论证了Hodgson算法应用于作业安排的可行性,举例说明了Hodgson算法在作业安排中的应用。     

1350铝箔轧机轧制压力的数学模型

通过实测获得的大量数据，并以轧制理论为基础，选择了比较合适的模型结构。利用最小二乘法回归出铝箔轧制压力数学模型，模型精度可以满足工程应用的要求。