基于UML炼钢-连铸车间生产调度系统建模

为了适应炼钢-连铸生产调度系统对实时性和动态性的要求，用Unified Modeling Language(UML)对该问题建立了需求模型、静态模型和动态模型，探讨了使用UML建模的特点及关键技术，结果表明，UML能够将系统的结构与数据良好的结合起来，精确体现系统的需求。     

炼钢连铸系统的动态调度模型和启发式调度算法

针对炼钢连铸系统对单元设备建立了动态调度模型,并利用基于该模型的赋时同步有色Petri网对整个系统建立动态调度模型,针对该模型,提出了一种启发式调度算法解决动态调度问题,并基于此实现炼钢连铸的仿真调度系统,结果表明,该算法能够较好地实现多级多机FIFO（先入先出）系统的动态调度问题。     

多Agent蚁群算法求解炼钢-连铸动态调度问题

为了求解炼钢-连铸动态调度问题,提出了多Agent系统与蚁群算法相融合的方法。建立了该问题的约束满足模型和多Agent协商机制;并将炉次与蚂蚁相对应,把调度过程看作路径寻优来处理,在满足约束的前提下搜索炉次全程占用时间最短的路线。针对国内某钢厂建立了仿真实验模型。结果表明,该方法能够缩短炉次在炼钢-连铸过程占用的时间,并能够在发生突发事件时做出快速合理的调整。     

分布式炼钢-连铸在线生产调度系统

分析了炼钢—连铸生产管理特点,给出分布式在线生产调度系统的总体结构,并描述了专家系统、启发式算法和人机交互相结合的生产调度计划集成化编制方法·现场实际运行表明：该系统可快速准确收集生产实绩数据,完成生产过程在线监视;编制出符合现场情况、满足工艺要求的高效生产调度计划·     

面向炼钢厂多机多任务天车调度的仿真方法

天车调度对于炼钢厂车间中各生产工位间物流的衔接、顺行以及整个企业生产节奏的调控具有重要意义,且同时受到时间、空间约束以及生产计划等的限制,是典型的多机多任务约束问题。为此,建立了一种时空约束下基于规则演化的仿真模型,以优先保证炼钢-连铸生产作业任务的完成为目标,合理安排多任务在车间作业跨中多台天车上的分配,并考虑多任务之间的时间约束和多台天车之间的空间约束问题,设计基于任务分配规则、冲突处理规则、任务结束规则的仿真模型运行规则用于控制天车执行任务的运行过程。该方法可避免对调度问题进行理论求解的困难,通过对某炼钢厂炼钢-连铸生产作业计划的离线模拟测试表明:能够避免天车运行过程中的时间空间冲突,以获得合理的天车运行调度方案,为生产调度提供指导。     

炼钢连铸生产计划调度一体化的仿真优化模型

为解决炼钢-连铸生产计划制定的可执行性与调度过程的时间不确定性影响问题,建立了一种计划调度一体化的仿真优化模型。模型以炼钢生产流程中的物流为对象,将连铸的连浇批量计划完成作为仿真的目标导向,同时考虑了过程的实时信息,并将生产调度原则抽象作为仿真模型的局域演化规则;模型可根据生产目标、过程信息按局域规则进行工位状态更新和物流迁移,从而实现目标导向下的自组织仿真。对于任意设定的时间范围,通过仿真模型的一次连续演化即得到可执行的炼钢连铸炉次计划,即初始调度方案。以某钢厂8h的生产实际数据检验了该仿真优化方法的有效性。     

分布式炼钢—连铸在线生产调度系统

分析了炼钢—连铸生产管理特点,给出分布式在线生产调度系统的总体结构,并描述了专家系统、启发式算法和人机交互相结合的生产调度计划集成化编制方法·现场实际运行表明:该系统可快速准确收集生产实绩数据,完成生产过程在线监视;编制出符合现场情况、满足工艺要求的高效生产调度计划·     

基于拉格朗日下界求解的炼钢-连铸生产调度方法

为提高炼钢-连铸生产效率,以加权总完工时间、作业等待惩罚总和最小化为目标,基于时间索引建立数学规划模型。在证明原问题、松弛问题、对偶问题三者最优解关系基础上,将机器容量约束松弛到目标函数中,运用次梯度算法求原问题下界,得到各炉次的开始时间序列。为消除松弛解中的有向环,采用融入启发式规则的列表调度,按照机器可用性优先原则,将炉次均衡地指派到各个加工机器上。利用GAMS/Cplex软件对18个调度算例进行测试运算,结果表明以较少的计算代价可以得到令人满意的近优解,因此本文提出的基于拉格朗日下界求解的方法对炼钢-连铸生产调度问题是可行的和有效的。     

文化基因算法求解多工艺路线炼钢-连铸生产调度问题

针对包含多工艺路线的炼钢-连铸生产调度问题,综合考虑生产过程中的多种约束条件,以文化基因算法为基础提出一种新的求解方法。在文化基因算法设计过程中,对于不同工艺路径的机器选择,采用启发式规则指导的机器指派方法;在算法优化中,通过引入基于连接矩阵的相似工件块交叉方法和基于基因位全插入的邻域搜索算子,从全局和局部搜索角度全面提高算法性能。最后,通过对多组算例进行对比分析,验证了本文算法的可行性和优越性。     

基于MES的炼钢车间调度优化设计

本文开发了一种基于MES的炼钢车间调度优化仿真技术。采用了面向对象的仿真建模技术,根据炼钢生产物流的特点,建立层次化仿真对象模型,实现其在计算机平台上交互式建模过程。     

热轧调度的数学模型及解法

研究了钢铁厂的热轧调度问题 ,将其转化为带有能力约束的多旅行商问题 ,并对此给出一个启发式算法 .     

A Fast Method for Heuristics in Large-Scale Flow Shop Scheduling

Introduction A flow shop is a manufacturing system where n jobs are processed on m machines and each job has the same machine-order[1]. If the job-order on each ma- chine is also the same, it is a permutation flow shop, in which some job-sequences can be …     

柔性Flow Shop加权完成时间调度问题的启发式分析

针对柔性flow shop加权完成时间调度问题,通过对机器环境进行分组,证明了一个基于有效作业最短加权平均处理时间的启发式算法是渐近最优的.     

炼钢－连铸最优炉次计划模型与算法

对钢铁厂炼钢－连铸计划与调度中的炉次计划建立了一个最优炉次计划混合整数规划模型．为了用遗传算法求解这一带约束条件的混合整数规划模型，提出了一种染色体的构造策略和交叉、变异方法，解决了迭代过程中满足可行性要求的问题，经用实际数据进行计算，表明所给模型和算法是有效的．     

基于析取图考虑物料搬运的Job Shop调度算法

为有效解决考虑物料搬运设备的Job Shop调度问题,建立了非线性规划模型及改进析取图模型.在此基础上,以最小化最大完工时间makespan为调度目标,构造了两阶段结构式启发式调度算法.第一阶段,将析取图分解为机床调度析取子图和搬运设备调度析取子图,提出一个双层递进启发式算法.上层利用分支思想求解机床调度析取子图,根据上层结果,求解搬运设备调度析取子图.在第一阶段解的基础上,第二阶段构造了基于块理论的调度优化启发式算法.最后对算法进行了仿真分析,结果表明所提出的算法是有效、可行的.     

基于改进遗传算法的Flow Shop调度算法研究

给出了Flow Shop调度问题的数学模型,介绍了三种用于求解该问题的启发式算法,根据普通遗传算法与启发式算法的互补特性,提出了结合两者各自优势的改进遗传算法．通过两个不同规模的经典算例对算法的优化性能进行了对比分析,结果表明,采用了保优策略的改进遗传算法的搜索能力优于启发式算法及普通遗传算法,并具有较强的鲁棒性．     

基于准时交货的Job Shop多机调度

提出了一个基于准时交货的Ｊｏｂ－Ｓｈｏｐ多机调度模型，应用模拟退火方法并结合启发式算法，给出求解该模型的一种新方法，通过仿真算例说明了方法的有效性。     

基于规则学习的炼钢-连铸钢包选配方法

针对炼钢-连铸生产钢包选配时，钢包属性众多，且选配目标相互冲突难以同时满足的现状，通过一阶规则学习确定钢包温度最高、钢包使用次数最多、钢包材质等级最低和钢包下水口数量最小为性能指标，以钢包温度、使用次数、钢包材质、钢包水口使用次数、滑板和框架使用次数为约束，为每个炉次决策钢包，建立钢包选配模型.通过最小一般泛化法给出了钢包选配规则，提出了基于规则优先级的启发式钢包选配方法.实际数据仿真与实际应用结果表明，所提方法减少了在线钢包数量和日钢包维护次数，提升了炉次生产效率.     

有重叠的两抓钩周期性排序问题的启发式算法

抓钩排序问题不同于古典的排序问题,只有一个抓钩和一种产品,它仍然被证明为ＮＰ难题,对于有重叠区域的两抓钩周期性排序问题,迄今尚无法用数学模型直接求解。为了寻找出好的排序,提出了一种启发式算法以及求解有重叠两抓钩周期性排序问题。该方法把问题分解成相应序列的子问题,并对每个序列化建立和求解一个整体问题的线性规划模型,在序列空间中,通过寻找好的序列以得到最佳的排序。量化的示例表明所使用的方法是高效的。