带有限缓冲区的混合流水车间多目标调度

研究对象是带有限缓冲区混合流水车间中的多目标调度问题。以各机器前置后置缓冲区容积有限、工件以批量形式运输、运载设备的运载能力有限等作为资源限制因素,以最小化完工时间、最小化物料运输时间、最小化并行机前置缓冲区空间占用率均衡指数为目标,建立调度模型。分别采用NSGA-II、NSGA-III算法求解该模型,并对比两者之间的差别;设置不同的缓冲区容积,探究不同缓冲区容积对生产目标的影响,寻找最优缓冲区容积;建立不同模型,探究以最小化并行机前置缓冲区空间占用率均衡指数为目标的意义,最后以某船用管类生产企业的实际生产案例作为对象,通过对比优化结果与实际生产数据,验证了算法有效性。      

炼钢与热轧调度方案动态协调方法研究

为解决炼钢-连铸与热轧生产调度方案之间协同联动、保障连续生产的问题,提出以炼钢-连铸为动态调度主体、以热轧为辅助协调的动态协调策略,将炼钢与热轧调度的动态协调问题分解为两个子问题,以最大化每一炉次浇铸完工时间的一致性、最小化板坯连轧惩罚值以及最小化板坯轧制时间差异为优化目标,建立炼钢-连铸动态调度模型及热轧动态协调模型。通过炼钢-连铸动态调度算法最小化出坯时间差异,再通过热轧动态协调方法对不同送坯工艺要求的板坯进行轧制方案调整。仿真实验表明本文提出的模型和算法是可行的和有效的。     

基于冶炼设备故障的炼钢-连铸重调度

针对炼钢-连铸生产过程中某一冶炼设备发生故障之后的重调度问题,为保证生产的稳定性,减少重调度方案相对于初始调度方案的变化程度,以开始作业时间、作业周期和设备指派的加权差异度最小化为目标,采用数学规划方法建立了重调度模型。通过分析炼钢厂生产运行模式和生产工艺过程,提出了由基于“炉-机对应”调度策略的设备指派算法和基于工序柔性缓冲调控策略的时间调整算法两部分组成的重调度算法。以国内某中大型炼钢厂炼钢-连铸实际生产中经常发生的转炉设备故障或精炼炉设备故障问题为仿真案例进行研究,结果表明,调度前/后开始作业时间、作业周期与设备指派的总加权差异度分别为0.29、1.43和1.21,可有效保持重调度方案与初始调度方案的一致性,保证生产的稳定性,且求解时间均小于0.6 s,能够针对冶炼设备发生故障后的重调度问题快速给出较优的解决方案,在冶炼设备故障频发的实际生产过程中能够保证炼钢-连铸有序、稳定、高效运行。     

基于变邻域搜索的热轧圆钢批量调度多目标优化方法

针对热轧圆钢的批量调度问题,考虑实际生产中工艺规程和交货期对轧制单元连续加工的影响,建立了以最小化设备调整时间、拖期生产惩罚和钢种跳跃惩罚为优化目标的数学模型,并设计了一种嵌入EDD规则的变邻域搜索算法.算法首先结合模型的约束特征,采用约束满足技术生成初始解;根据实际生产需求,将最小化设备调整时间作为主要目标,设计变邻域搜索算法实现目标优化,其中,运用混合算子构造邻域结构和局部搜索,并引入模拟退火接受准则来控制迭代过程中产生的新解;同时,为了最小化拖期惩罚和钢种跳跃惩罚,在求解过程中嵌入了EDD规则以及钢种排序规则.实验结果表明,模型和算法是可行且有效的.      

带并行腔和重入约束的双臂集束型设备调度方法

为有效解决半导体制造业中带并行腔和重入约束的双臂集束型设备调度问题,提出一种以优化搜索为核心的调度方法.首先,引入优化FIFO (first in first out)搜索规则,并以系统总完工时间最小化作为目标,建立带并行腔和重入约束的四加工腔双臂集束型设备调度数学模型.在此基础之上,结合虚拟缓冲模块的概念,提出一种基于机械臂交换策略的优化搜索算法.最后,对所提出的算法进行仿真实验,实验结果表明该算法是可行且有效的.      

冷轧多机组合同优化排产模型及算法(上)

为解决钢铁冷轧多机组的排产问题,建立了一个实现合同生产计划和作业调度的整体优化模型。模型以最小化各机组合同延期惩罚和生产类型切换虚拟成本为优化目标。首先,针对上下游机组的物流平衡及保证交货期问题,根据合同钢卷在生产流程各机组间的传递构造基于时间窗的推理算法,确定钢卷的合理加工范围。在传递时间窗下各机组生产调度可以不必考虑机组的前驱约束。然后,根据合同交货期、产品种类以及工艺约束等将合同钢卷在各机组划分为不同的粗计划类型。同一类型粗计划合同钢卷的批次作业调度可以归结为多约束无返回多旅行商问题,通过一种启发式分组蚁群算法优化求解。最后,将机组的粗计划合同调度抽象为带时间窗旅行商问题,采用一种改进的自适应蚁群算法求解。通过现场实际数据试运行,结果表明所建模型与算法是有效可行的,为冷轧企业多机组的合同计划和调度提供了合理指导。     

安装时间和机器受限的订单接受与并行机调度

订单接受与不相关并行机调度是订单接受与订单调度的联合决策, 广泛存在于面向定制的多品种混合生产环境中. 针对这一问题, 考虑了顺序与机器依赖的安装时间以及可加工机器限制, 并以最小化总成本为优化目标. 其中, 总成本由被接受订单的总拖期成本和被拒绝订单的总拒绝成本构成. 通过分析订单拒绝对目标的影响, 提出了列表拒绝方法和订单拒绝规则, 进而设计了协同进化遗传算法. 算法将染色体编码分解为订单列表和订单指派两个个体, 提出了基于列表拒绝方法的解码方案来进行订单拒绝决策. 由于两个个体相互独立, 且二者的进化约束不同, 因而引入协同进化策略, 并根据个体的编码特征, 分别采用单亲遗传算子和传统遗传算子进行遗传操作. 数据实验验证了算法的有效性和求解效率, 并对问题规模和订单拒绝成本对算法性能的影响进行了分析.      

求解冷轧精整并行机调度的多目标迭代贪心算法

利用工单在生产过程中相同或相似特性组批生产，优化批次生产顺序以减少生产过程中品种及规格的切换，可以提高生产效率和产品质量稳定性。针对冷轧带钢产品生产过程，研究冷轧精整并行机调度优化方法，建立了多目标优化数学模型，设计了多目标迭代贪心算法(multi-objective interated greedy algorithm, MOIGA),通过实际案例对模型和算法进行了验证。试验结果表明模型和算法有效，多目标优化算法求得的Pareto解集优于采用目标加权方式求得的Pareto解集，便于决策者决策。     

应急救援物资车辆运输路线多目标优化

运用运筹学中图论及多目标优化的理论和方法建立应急救援物资车辆最佳运输路线的选择模型,并基于启发式算法求解该模型.从静态网络应急物资车辆运输路线的双目标优化问题入手,设计适合本文模型的算法,并将之推广至含有三个及三个以上优化目标的路线选择问题.引入时间扩展图的概念,将动态网络中的最佳运输路线问题转化为静态网络中的路径选择问题.算法实质是通过构造辅助决策函数实现Dijstra算法的调用,并在辅助函数构成的搜索空间上寻找最优解,是一种快速的、近似的算法.利用随机路网和真实路网测试本文算法,测试结果与本文的理论分析一致,证明本文算法在应急救援物资车辆运输路线的多目标优化问题中可行且有较好的应用效果.      

考虑机器故障的炼钢连铸重调度模型与算法设计

针对炼钢连铸过程中出现的机器故障重调度问题,考虑实际生产中的工艺约束,以最小化调度结果的差异度为目标函数,建立动态约束满足调度模型。采用改进的启发式回溯算法对模型进行求解和冲突调整。通过Matlab软件对选取的算例进行仿真,结果表明,此算法能够保证重调度结果的实时性和有效性。     

A Rescheduling Method for Operation Time Delay Disturbance in Steelmaking and Continuous Casting Production Process

 In the steelmaking and continuous casting (SMCC) production process, operation time delay may lead to casting break or processing conflict so that the initial scheduling plan becomes unrealizable. Existing research methods are difficult to guarantee the accuracy of the model and successful application to actual applications. The rescheduling problem in response to operation time delay is firstly analyzed. This is then followed by the establishment of a novel multi-objective nonlinear programming model (MONPM). In specifications, a three-stage rescheduling method is proposed including the batches splitting (BS), forward scheduling method (FSM) and backward scheduling method (BSM). As a result, the real-time application shows that the proposed rescheduling method efficiently ensures the continuous casting and dramatically shortens the redundant waiting time for molten steel in very short rescheduling time.     

电泳柔性生产线基于多重任务队列的实时动态调度

提出可变优先级的多重任务队列方法，解决电泳柔性生产线自动输送系统的实时动态调度问题。该方法充分考虑了系统资源约束及相互之间的影响，解决了自动输送系统各运输天车的负荷平衡和冲突问题。基于事件驱动的调度实现方法具有很好的实时性与可重调度性。南平铝厂电泳自动生产线的应用，有效提高了车间生产效率和生产效益，表明了该方法的有效性与实用性。     

钢坯热轧加热炉区生产调度模型与算法

钢坯热轧加热炉区生产调度属于组合优化中的NP-complete问题.本文根据加热炉区生产特点建立了分别以生产能耗最小化和加热质量最优化为主次目标的钢坯加热炉区调度数学模型,将其归结为布尔可满足性问题,构造了采用二进制编码方式的遗传禁忌搜索算法进行求解.基于实际生产数据的模拟优化结果表明,该模型和求解方法充分满足了现场加热炉区生产调度的需求,在满足生产工艺约束的前提下,缩短了生产时间,提高了钢坯入炉温度和加热质量,与传统人工调度方法的结果相比具有更好的节能、高产效果.      

炼钢-连铸区段天车调度的多目标建模与求解

针对炼钢-连铸区段天车调度问题多机多任务的特点,以天车行驶路程最短、天车间负载时间差异最小、所有吊运任务的总运输时间最短为目标函数,以天车执行任务时受到的时空约束为约束条件,建立了多目标天车调度模型。设计了分区、择车、冲突消解等调度规则以表达天车运行特征。基于调度规则的思想,提出了一种启发式算法对模型进行求解。最后,采用某钢厂钢水接收跨的生产数据进行检验,对比分析模型求解得到的3组调度方案,说明了模型的有效性和可行性,对实际生产过程中的天车调度具有一定的指导意义。     

Production Scheduling for Precast Plants using a Flow Shop Sequencing Model

There are two alternatives for production organization in precast factories—namely, the comprehensive method and the specialized method. Production scheduling under the specialized alternative has been found to be a difficult optimization problem if heterogeneous elements are involved. A flow shop sequencing model that incorporates actual constraints encountered in practice is proposed for this difficult case of precast production scheduling. The model is solved using a genetic algorithm (GA). The traditional minimize makespan and the more practical minimize tardiness penalty objective functions are optimized separately, as well as simultaneously using a normalized weighted GA. Comparisons between the GA and classical heuristic rules show that the GA can obtain good schedules for the model, giving a family of solutions that are at least as good as those produced by the use of heuristic rules.     

Modeling and Scheduling Optimization for Bulk Ore Blending Process

 A new scheduling model for the bulk ore blending process in iron-making industry is presented, by converting the process into an assembly flow shop scheduling problem with sequence-depended setup time and limited intermediate buffer, and it facilitates the scheduling optimization for this process. To find out the optimal solution of the scheduling problem, an improved genetic algorithm hybridized with problem knowledge-based heuristics is also proposed, which provides high-quality initial solutions and fast searching speed. The efficiency of the algorithm is verified by the computational experiments.     

钢铁企业轧制计划与能源调度协同优化

钢铁企业物质流网络与能量流网络的协同优化是实现钢铁行业高层次系统节能的关键。钢铁企业在不同工况下煤气的富余量以及蒸汽和电力需求量不同，轧制工序(含加热炉)作为电力和煤气消耗大户，轧制计划的改变会影响能量流网络中能源介质的分配和调度。提出了钢铁流程物质流与能量流协同优化方法，在分时电价的条件下，利用启发式规则调度方法对一天内的轧制单元进行合理的排程，然后用线性规划方法以系统运行能源成本最小为目标函数，建立钢铁企业煤气 蒸汽 电力系统不同工况下的耦合优化调度模型。通过LINGO求解出模型的最优解，得到了轧制单元的最优排程以及不同工况下煤气、蒸汽、电力的最优实时生产调度方案，用于指导实际生产。利用S钢厂实际数据进行实例分析，得出的调度方案可实现煤气 蒸汽 电力系统的最优化分配，系统运行的能源成本降低8.54%，验证了模型的有效性。