板坯入庫(kù)優(yōu)化算法研究.pdf

1、近年來(lái)，隨著寶鋼生產(chǎn)規(guī)模的日益擴(kuò)大，板坯入庫(kù)優(yōu)化的重要性日益突出。一般板坯倉(cāng)庫(kù)內(nèi)含有上百個(gè)垛位、上千塊板坯，涉及到大量相關(guān)數(shù)據(jù)，如果仍然使用人工指派，將會(huì)造成極大的勞動(dòng)強(qiáng)度，并且板坯倉(cāng)庫(kù)的空間利用率也得不到保證。 本文主要從建模、優(yōu)化算法、仿真三個(gè)方面對(duì)寶鋼板坯入庫(kù)優(yōu)化問(wèn)題進(jìn)行研究： 1.在建模方面，在調(diào)研的基礎(chǔ)上，結(jié)合寶鋼生產(chǎn)的實(shí)際情況，建立了其板坯入庫(kù)的數(shù)學(xué)優(yōu)化模型。 2.在優(yōu)化算法方面，本文的主要工作包

2、括三個(gè)方面。首先在已有的帶匹配權(quán)值的best fit算法（Weighted Best Fit，WBF）算法基礎(chǔ)上采用遺傳算法優(yōu)化板坯排序，之后在遺傳算法中引入相異度函數(shù)和非均勻變異策略，克服早熟提高收斂速度，從而構(gòu)成一種混合WBF和遺傳算法的板坯入庫(kù)優(yōu)化算法。然后針對(duì)實(shí)際生產(chǎn)中多目標(biāo)的要求，在PESAII算法的基礎(chǔ)上，提出隨機(jī)化權(quán)值，網(wǎng)格加權(quán)，外部群體相異度函數(shù)和隨機(jī)產(chǎn)生內(nèi)部群體的策略改善算法性能，克服原有算法解集多樣性差的缺陷。最后，