基于人工代谢系统的物流管理

本文提出了一种人工代谢算法。通过对算法的模型和相关参数进行定义,阐述了基于人工代谢系统在物流调度中的应用实例。文中给出了一个供应链的拓扑结构图,运用人工代谢算法的原理对物流配送和逆向物流的过程进行了讨论,并对该配送网络进行了相关性能的分析。通过调节相关参数,给出了相应的物流优化配送路径。通过对物流网络的分析表明：在人工代谢算法下,物流网络的配送效率得到了较大提高。网络负荷的均衡性得到了很大改善。     

人工代谢系统综述*

从生物体新陈代谢规律出发,通过分析催化酶与各类代谢调节模式的关系建立起人工代谢系统模型。该系统能实现模式识别、故障诊断、多目标优化等功能。利用新陈代谢机理建立人工代谢方程。通过对平衡因子、抑制因子等代谢算子的调节来改变代谢物浓度,提高代谢率,从而实现新陈代谢网络的物质流量均衡和网络节点通畅,达到有效地实现各类功能优化的目的。对人工代谢系统的基础理论和典型应用进行了阐述,指出了进一步研究的方向。     

改进型支持向量回归预测模型的轧机轧制力预测

对轧机轧制力预测模型进行研究.使用人工鱼群优化算法对支持向量回归(SVR)参数选取进行最优的参数组合,将粒子群优化算法引入到常规人工鱼群算法中,并对其进行改进,提高了人工鱼群算法的性能.研究结果表明:Ekelund模型的轧制力计算结果误差较大,超过了10％,常规SVR预测模型的轧制力预测精度低于10％,而本文研究的改进SVR预测模型得到的轧制力误差低于5％,说明通过人工鱼群算法优化SVR算法模型的参数能够提高预测模型的预测精度,并且预测消耗时间在3种预测模型中是最短的.     

基于极大代数法的铝板轧制过程优化调度

本文以极大代数法为建模工具,建立起铝板轧制控制系统的模型．根据轧机与工件之间的加工条件规则,构造轧制系统的多队列多服务器模型．通过对基于极大代数法的生产线闭环线性模型的分析,研究了不同的铝板轧制队列对系统稳态周期性能的影响．以最短轧制周期为优化目标,运用摄动分析法对调度队列进行研究;通过周期配置得到铝板轧制的优化调度方案．     

人工代谢算法在故障诊断中的应用

从生物体新陈代谢的生理机能出发,建立了基于酶催化的人工代谢算法模型．通过对代谢算子功能的 分析提出了模式定理的概念,并证明了算法的收敛性．利用酶与底物相匹配的原理,通过代谢操作找出酶与底物的 最优匹配,从而找出对应故障现象的原因．在寻优过程中,不断地通过凋亡算子将不可能成立的原因筛除,降低了 故障诊断的成本．实例分析表明,该算法能有效地进行故障定位,尽可能地缩小了不必要的搜索空间．     

求解约束优化问题的自适应人工蜂群算法

针对约束优化问题，提出一种自适应人工蜂群算法。算法采用反学习初始化方法使初始种群均匀分布于搜索空间。为了平衡搜索过程中可行个体和不可行个体的数量，算法使用自适应选择策略。在跟随蜂阶段，采用最优引导搜索方程来增强算法的开采能力。通过对13个标准测试问题进行实验并与其他算法比较，发现自适应人工蜂群算法具有较强的寻优能力和较好的稳定性。     

求解VRP问题的混合鱼群遗传优化算法

首先对物流配送中的一般车辆优化调度问题（VRP）进行了分析,并为之建立了相应的数学模型。随后设计了一个人工混合鱼群算法,并研究了如何应用该算法解决车辆优化调度问题,该算法在初期阶段应用人工鱼群算法迅速获得阶段最优解,在后期阶段应用遗传算法寻求最优解。最后通过仿真实验验证了该算法具有求解速度快,性能稳定等优点。     

确定多项式实根的人工鱼群算法

本文提出了一种确定多项式实根的人工鱼群算法。利用随机K分法,对多项式的实根区间进行优化,来确定多项式方程全部实根位置。算例结果表明,所提出的确定多项式实根的人工鱼群算法能够快速地实现任意多项式的实根分离,随机K分法能够较快地优化多项式实根所在区间,求出任意多项式的全部实根。该方法具有求解精度高、收敛速度快等优点。     

基于学习型人工蜂群算法优化双向GRU的乙烯产率预测

本文针对以乙烯产率为生产指标的预测问题, 基于双向门控循环单元网络(BGRU)建立乙烯产率预测模型,以最小化模型误差为优化目标并提出一种学习型人工蜂群算法 (LABC) 对预测模型进行优化和设计. 在构建BGRU预测模型时, 先对乙烯裂解炉实际生产过程进行分析, 确定影响产率的关键因素并将其作为模型的输入; 再采用LABC对BGRU网络模型的结构、初始权值和阈值、训练比和动量因子进行全面的优化和设计. 在LABC中, 首先根据人工蜂群算法(ABC)特点构建强化学习(RL)框架下的状态集、动作集、奖励函数和最优混合搜索策略, 在此基础上, 提出一种深度双Q网络(DDQN) 来实现最优混合搜索策略, 通过该策略可智能选择合适的搜索动作来执行针对不同状态的局部搜索. 本文通过在标准数据集和实际生产数据上的测试及算法对比, 验证了所提学习型人工蜂群算法优化的双向GRU 网络(LABC BGRU)模型具有预测精度高、适用性强的特性.     

带退化因子的人工代谢算法在多对象物流配送优化中的应用

在多对象优化的物流配送中,需要对配送对象实行均衡调度。本文提出了一种含退化因子的人工代谢算法。每一种配送对象对应了不同的代谢底物,每一种配送对象的优先级对应了相应的催化酶,每一次配送对应一次代谢过程。为了降低代谢算法的复杂度,完成配送任务后,初始化时形成的催化酶需要有规律地退出代谢体系。通过对代谢算子等参数的分析,为人工酶设立了不同等级的退化因子。根据对酶优先级的辨识,按照代谢优化的进程,使已完成寻优搜索的代谢路径有序地退出本次代谢网络,提高整个代谢网络运行效率,为后续的物流配送路径缩小搜索空间,实现多对象配送过程的优化。     

中厚板轧制制造执行系统的设计与实现

中厚板轧制过程计算机控制系统通常采用三级结构设计,一级为基础自动化级,二级为过程控制级,三级为生产管理级。在建立中厚板轧制制造执行系统（Manufacturing Execution System,MES）过程处理模型的基础上,基于工业以太网构建系统的体系结构,分析了所建立系统的架构特点、数据管理方式,研究了中厚板轧制MES系统与基础自动化级以及生产管理级之间以报文的形式实现实时、高效、稳定的数据通信的技术。该系统的设计目标是提升中厚板轧制过程控制的自动化程度,提高钢铁企业中厚板生产的精度和效率。系统在天津某钢厂已经投产运行,效果良好。     

Design, implementation and testing of an intelligent knowledge-based system for the supervisory control of a hot rolling mill

This paper describes the design, implementation and testing of an intelligent knowledge-based supervisory control (IKBSC) system for a hot rolling mill process. A novel architecture is used to integrate an expert system with an existing supervisory control system and a new optimization methodology for scheduling the soaking pits in which the material is heated prior to rolling. The resulting IKBSC system was applied to an aluminium hot rolling mill process to improve the shape quality of low-gauge plate and to optimise the use of the soaking pits to reduce energy consumption. The results from the trials demonstrate the advantages to be gained from the IKBSC system that integrates knowledge contained within data, plant and human resources with existing model-based systems.     

考虑加热炉生产因素的热轧板坯轧制计划模型与算法

加热炉生产是影响热轧机组利用率和轧制计划质量的重要环节之一.通过分析加热炉对热轧生产的影响,抽取板坯标准在炉时间和出炉温度这两个关键因素,建立热轧板坯轧制计划的整数规划模型,并提出自适应邻域搜索算法.在算法中设计约束满足策略、自适应搜索策略和反向学习邻域搜索策略.约束满足策略针对目标特征和加热炉因素设计两种值选择规则,用于生成高质量初始解;自适应搜索策略能够自主选择邻域结构和终止邻域搜索,有效优化邻域结构选择方式和算法收敛速度;反向学习邻域搜索策略基于反向学习技术增强解空间多样性,提高全局搜索能力.基于实际生产数据设计多种规模的实验,通过实验验证了算法的有效性.     

测宽仪在莱钢中厚板生产中的应用

在中厚板轧制工艺中,宽度的控制尤为重要,准确的宽度控制可以提高成材率、降低损耗.对宽度精确控制的前提是对钢板宽度的准确测量,宽度的精确测量对于宽度控制模型以及钢板的成型轧制起到了重要的作用.但是恶劣的测量环境和板材的高温,给板坯宽度测量带来了困难.在中厚板生产线上,一般采用测宽仪来测量板坯宽度,并实时传递给二级控制系统...     

冷轧制造一体化自动排程系统设计及应用

以钢铁企业冷轧镀锡薄板生产一体化自动排程为案例,分析钢铁企业冷轧生产各工序的业务特点,设计并开发了冷轧生产自动排程系统。系统通过前后工序联合排程、计划生产时间实时更新、计划执行图形化展示、制造管理与生产过程控制纵向集成等关键技术,创新了生产排程和计划执行的工艺管控模式,降低了产品库存,缩短了合同交货期,提高了客户满意度。     

Supervisor Synthesis for Real-Time Discrete Event Systems

This paper introduces a formal framework to logically analyze and control real-time discrete event systems (RTDESs). Time Petri nets are extended to controlled time Petri nets (CtlTPNs) to model the dynamics of RTDESs that can be controlled by real-time supervisors. The logical behaviors of CtlTPNs are represented by control class graphs (CCGs) which are untimed automata with timing and control information in their state transition labels. We prove that the CCG corresponding to a CtlTPN expresses completely the logical behavior of the CtlTPN. The real-time supervisor is based on a nondeterministic logical supervisor for the CCG, including the delay for control computations to ensure the supervisor is acceptable in a true real-time environment. We prove the existence of a unique maximal controllable sublanguage of a given specification language and present an algorithm to construct the sublanguage. We also prove that the real-time supervisor meets the prespecified real-time behavior and present an online control algorithm to implement real-time supervisors. The concepts and algorithms are illustrated for an example of packet reception processes in a communication network.     

基于PCTSP的热轧单元计划模型与算法

根据钢铁企业热轧产品生产工艺约束条件,将热轧生产轧制单元计划模型归结为奖金收集旅行商问题,设计了蚁群最优化算法对模型进行求解.引用某钢铁企业热轧生产轧制单元计划编制的实际问题对模型和算法进行了验证,并与遗传算法的求解结果进行了对比.实验结果表明模型和算法的优化效果和时间效率都是令人满意的.该模型和算法经过改进后可应用到包含多个轧制单元计划的轧制批量计划优化问题中.     

模糊PID在冷轧机厚度控制系统上的应用

为解决现有轧机液压AGC系统响应慢、精度不高和工作效率低的问题,将现有液压PID控制系统改进成模糊PID自整定控制系统。首先在分析轧制过程中的变形确定轧制阻力,以及控制环节的传递关系的基础上,建立了工作装置和液压控制系统联合仿真模型,并且在轧机厚度控制系统的数学模型基础上进行了参数优化,利用AMESim和Mat]lab/Simulink联合仿真得出了轧件入出口板厚曲线,并对液压缸PID控制系统和模糊PID自整定控制系统进行对比分析。经研究表明:普通PID控制系统无法对出口板厚进行有效实时调整,而模糊PID自整定控制系统除对板厚能实时调整外,其控制精度大大提高,最大板厚误差仅为0.1 mm,改进后的系统响应快,响应时间为0.4 s。