热轧批量计划的模型与算法

针对钢铁企业中的热轧生产调度问题,考虑了生产工艺中的多重约束,建立了基于奖金收集车辆路径问题模型的批量计划模型。模型综合考虑了同宽轧制长度的限制和烫辊材的约束,并针对约束复杂冲突的特点,设计一种基于遗传算法和禁忌搜索的混合算法来求解。生产实际数据的仿真实验表明模型和算法的有效性。     

热轧生产过程加热炉优化调度模型及算法

钢铁生产中的加热炉调度问题是一类复杂的组合优化问题.本文进一步考虑不同轧制位对应的候选板坯集存在交集的生产实际,建立了以板坯住炉时间最小为优化目标的数学模型,提出了三阶段的启发式算法,确定各轧制位板坯的入炉和出炉时间.仿真实验表明,给出的模型和求解算法对加热炉调度问题的优化效果很好.     

热轧带钢调度问题的混合并行策略

在分析热扎带钢生产调度特征的基础上给出了其数学规划模型，并提出了一种基于并行策略的混合启发式算法，该算法分为三个阶段：引领域知识，对预选池中的任务进行分类、排序，生成初始解；用基本遗传算法（GA）对其进行优化，得到较好的初始解；由以单个板坯交换和板坯组交换为核心的禁忌搜索（TS）进一步优化，得到最后的优化结果，与启发式算法、改进的遗传算法比较，该算法在求解的有效性和计算效率方面均具有较大的优势。     

专用炉模式下加热炉群混装一体化生产

分析了连铸--热轧区段混装一体化生产和加热炉群生产模式,并在此基础上建立了混装一体化生产下加热炉群调度模型.模型在满足加热炉生产工艺的基础上充分考虑了板坯进入加热炉前的等待时间和轧机空闲时间.采用禁忌搜索算法对模型进行了求解.最后,针对大批量少品种和小批量多品种两组板坯对某钢厂1580mm轧线非专用炉模式与专用炉模式分别进行了仿真.仿真结果表明连铸--热轧区段采用专用炉模式生产比传统的非专用炉模式生产能够明显提高加热炉热效率.     

基于遗传禁忌算法的任务分配与调度的研究

任务分配与调度问题是公认的NP问题，为了合理的对备份任务进行分配与调度，使得最短时间内完成备份任务，提出了基于遗传禁忌搜索的备份任务调度算法。重点研究了遗传算法和禁忌搜索算法，并针对二者的不足，提出将其两种算法混合，相互取长补短，仿真实验结果和实例应用表明，笔者提出的算法其搜索效率比单一的遗传算法具有较好的效果。     

一机两流的连铸生产计划模型与算法

编制高效的连铸生产计划是现代钢铁企业提高生产率和降低能耗的有效手段,在此基础上,讨论了某大型钢铁企业一机两流的连铸生产计划编制问题,建立了基于目标规划的数学模型,目标是在满足生产规程的同时取得最大的效益·为解决该问题,提出了一种将遗传算法和禁忌搜索算法进行结合的智能搜索算法以加强遗传算法局部搜索能力·同时,在遗传算法中采用动态变异概率以防止出现早熟现象,在禁忌算法中采用自适应惩罚系数调整策略来满足模型中的约束,实际的计算结果证实了模型的可行性和算法的有效性     

炼钢-连铸区段生产调度与计算机仿真

炼钢-连铸区段的生产调度包括炉次计划、浇次计划的生成和时间、设备的分配,以及针对各种扰动的动态调整. 根据钢种和规格的限制,提出了最优炉次计划模型,并采用禁忌搜索算法进行求解;根据炉次计划和连铸机连浇限制,生成浇次计划;根据炉机匹配和等待时间最小原则,生成静态调度甘特图,并对仿真过程中出现的出钢延迟提出了动态调度的策略和算法. 仿真结果表明,基于模型的动态调度策略能够有效地解决出钢延迟问题.     

基于蚁群优化算法的步进式加热炉调度

针对钢铁企业生产中的步进式加热炉调度问题,同时考虑到加热炉的生产能耗与热轧机的生产效率,以板坯的实际加热时间、热轧机等待加热板坯的时间以及加热炉内冷热板坯混装次数最小化为目标,建立了冷热板坯混装模式下的步进式加热炉调度问题的数学模型.并针对模型的特点,设计了求解模型的蚁群优化算法.算法中嵌入基于邻域搜索的局部搜索过程,...     

一种实用的JOB-SHOP生产调度算法

根据生物遗传算法并结合工件的生产工艺知识，提出了一种JOB－SHOP生产调度新算法。该算法采用可编程控制器软件编程的巡回扫描原理，解决了生产调度的仿真问题，所提出的方法为解决生产调度问题提供了新的途径。     

基于满意优化的多目标车辆调度问题模型与算法

基于满意优化理论,首先提出了客户满意度的概念及评价函数,在此基础上,以最大化平均客户满意度同时最小化运输成本为目标函数,构建了多目标车辆调度问题的教学模型.然后提出了将多目标转化为单目标的方法,并利用禁忌搜索算法对该问题进行仿真.结果表明,基于满意优化的多目标车辆调度问题模型,更能反映物流运输企业的实际情况,其求解算法是快速、有效的.     

板坯热轧批量计划数学模型及求解算法

根据热轧工艺特点将板坯热轧批量计划编制问题归结为不确定旅行商数的多旅行商问题,建立了以生产成本最小化和产品质量最优化为主次目标且考虑加热区段能耗的生产调度数学模型,并采用遗传算法和禁忌搜索相结合的混合算法进行求解.基于实际生产数据的计算结果表明:该模型充分满足了现场热轧批量计划编制的需求,在轧制单元数最优的基础上,缩短了传搁时间,提高了热送热装率,优化了产品质量.与人机结合方式相比,本文模型的计算结果体现了更好的高产和节能效果.     

基于改进遗传算法的装配式渠道生产调度优化

为有效提高装配式渠道生产效率,加快模具周转,降低生产成本,结合装配式渠道生产线养护室数量有限的特点,建立以最小生产周期为目标的装配式渠道生产调度优化模型,设计了求解该模型的改进遗传算法。以新疆石河子金土地水泥制品厂渠道生产线为例,验证生产模型的可行性,通过对比传统顺序生产调度与改进遗传算法得到的优化生产调度,验证改进遗传算法的稳定性与有效性。结果表明,基于改进遗传算法优化装配式渠道的生产调度,可有效降低装配式渠道的生产周期,提高生产效率,达到降低生产成本,提高企业核心竞争力的目的。     

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。     

改进遗传算法及其在矿山生产调度中的应用

基于多目标生产调度的特点和不足,从采掘运输成本和矿石品位两个角度出发,考虑矿石种类、铲位出矿量及卡车调度等因素,构建了多目标矿山生产调度模型.结合遗传算法解决多目标优化问题的优势,提出了基于改进遗传算法的矿山生产调度策略以及实现过程,并将改进前后遗传算法对模型的求解进行对比.模拟实验结果表明,运用改进遗传算法对矿山资源...     

CSP生产模式下轧制计划编制模型及算法

针对紧凑式带钢生产(CSP)模式下的轧制计划编制问题,综合考虑设备能力、订单需求和相邻板坯间厚度跳跃,提出一种两阶段问题求解框架。第一阶段以最小化轧制单元数和非计划卷使用量为目标建立整数规划模型,为保证模型的求解效率,从生产实际中提炼出"优先薄板,后补非计划材"的启发式规则进行求解。第二阶段以最小化板坯间平均厚度跳跃为目标来建模,综合考虑非计划卷厚度可变的特性,提出一种多邻域结构的变邻域搜索算法进行求解。通过某CSP生产线的轧制计划编制实例验证了该模型和算法的有效性。     

考虑低碳排放的废钢铁生产调度模型和算法研究

在钢铁生产过程中,废钢铁再熔炼的优化调度对于钢铁企业节能减排有重要的作用.论文考虑最大完工时间及与环境息息相关的碳排放问题,建立了以二氧化碳排放量最小化为优化目标的废钢铁再熔炼生产调度模型,并设计遗传算法进行求解,最后通过算例分析验证了模型的有效性.该模型对于钢铁企业节能减排措施的实施具有很好的参考价值.