基于免疫算法與分散搜索的鋼鐵生產調度研究.pdf

1、生產調度是制造企業(yè)生產管理的關鍵,科學的制定和執(zhí)行生產調度方案對提升產品質量,縮短生產周期,減少在制品庫存,降低物耗和能耗,降低生產成本,提高企業(yè)競爭力有著極其重要的意義。鋼鐵生產調度是生產調度理論在鋼鐵行業(yè)特殊環(huán)境中的應用,需綜合考慮鋼鐵工藝生產要求、計算機系統(tǒng)和管理方法,以通過建立合理的調度模型快速排定調度方案,使之成為鋼鐵生產過程的輔助決策工具。
　　 免疫算法(IA)與分散搜索(SS)都是基于種群的進化算法,具有很強的全

2、局搜索能力,但在進化機制和搜索策略上有許多不同之處。本文主要以鋼鐵生產調度為背景,針對各問題的生產工藝流程及工藝約束,分析其調度需求,建立調度模型,然后根據不同問題的特點,選擇適合的算法,并結合其他策略,設計求解該問題的優(yōu)化算法,通過應用工業(yè)生產數據來驗證算法的有效性。從而為實際鋼鐵生產提供有效的調度方案,為鋼鐵生產調度技術的進一步發(fā)展提供理論基礎。本文取得的主要研究成果為:
　　 首先,本文研究了面向成本的流水作業(yè)(Flows

3、hop)調度問題。將經濟指標融入Flowshop調度問題中,提出一種面向成本的Flowshop調度問題的混合整數規(guī)劃模型。該模型綜合考慮了影響調度決策的各種加權指標,如生產切換費用、機器空閑造成的損失、工件提前/拖期完工造成的損失等?；诿庖哌M化機制,在免疫算法框架中引入一種自適應禁忌搜索(ATS)對種群進行局部改進,提出了一種新的免疫算法(IA-ATS)求解該問題。算法充分利用免疫算法的全局尋優(yōu)能力,并結合了禁忌搜索的局部尋優(yōu)能力,不

4、同規(guī)模的仿真算例驗證了該模型的可行性及算法的有效性。
　　 其次,針對鋼鐵制造過程中的煉鋼-連鑄調度問題,以控制連續(xù)澆鑄及爐次在工序間等待為約束,以總加工流程時間為目標函數,建立了該問題的混合Flowshop調度模型。利用IA-ATS算法求解該問題,針對煉鋼-連鑄調度問題的求解復雜性,設計了一種新的抗體編碼方案,并利用時間倒推法與線性規(guī)劃結合的生產作業(yè)編排方法求解抗體的親和度。實驗結果表明該算法是一種有效的煉鋼-連鑄生產調度優(yōu)化

5、方法,能夠編制出實現連澆的可執(zhí)行的煉鋼作業(yè)計劃,并且可以降低爐次在各工序間等待造成的損失,減小總加工流程時間,從而達到降低企業(yè)運行成本、增加企業(yè)盈利的目的。
　　 再次,研究了鋼鐵企業(yè)中的熱軋生產調度問題。根據熱軋生產過程中的各種工藝約束,以降低厚度、寬度、硬度跳變引起的懲罰及滿足合同交貨期為調度目標,將熱軋生產調度問題建模為獎金收集的車輛路徑問題。該模型將熱軋生產過程中板坯選擇與板坯排序結合起來,綜合考慮了軋輥的更換成本以及客

6、戶服務水平等指標?；诜稚⑺阉鳌胺稚?收斂集聚”的進化機制,在分散搜索算法框架中嵌入極值優(yōu)化算法以提高算法局部搜索能力,提出了一種新的分散搜索算法(SS-IEO)求解該問題。利用實際生產數據對算法進行驗證,仿真結果表明SS-IEO算法雖然不能保證取得全局最優(yōu)解,但是能夠在合理的運算時間內求得比較滿意的調度方案。
　　 最后,研究了鋼鐵企業(yè)中的冷軋平整機批量軋制調度問題。冷軋平整機生產過程中,不同薄鋼板需要不同的表面粗糙度的軋輥下

7、處理,而軋輥的表面粗糙度參數隨著軋制過程的進行將不斷的衰減,且衰減的動態(tài)過程又與軋件的調度次序密切相關。針對冷軋平整機軋件與軋輥參數耦合的特點,建立了設備參數動態(tài)變化下調度的數學模型。以軋輥磨損函數為切入點,通過對軋輥磨損曲線的分段線性簡化,將復雜的調度問題分解為三個子問題,即聚類問題、K-最短路徑問題(K-CSPP)、多級最短路徑問題。開發(fā)了解決基于分散搜索(SS-IEO)和動態(tài)規(guī)劃(DP)相結合的混合策略,首先根據約束條件,將訂單分