炼钢-连铸生产优化重调度方法

炼钢-连铸生产过程中存在扰动,致使很多时候生产不能按原调度计划进行,需要进行重调度.重调度时存在正在生产的炉次计划,因此重调度问题比静态调度问题更具有复杂性.将具有相同精炼重数的炼钢-连铸生产重调度问题归结为一个复杂的混合Flow Shop调度问题,考实际生产约束,以最小化最大完成时间为目标建立了重调度模型,采用了启发式规则和遗传算法相结合的优化方法求解.利用实际生产数据对重调度方法进行了验证和分析,结果显示了重调度方法的有效性.     

连铸连轧和冷装热轧并存环境下的炼钢2连铸生产调度模型与算法

针对连铸连轧和冷装热轧并存环境下的炼钢-连铸生产调度问题,建立了基于浇次开浇时间的炉次指派和作业排序模型.在该模型中,通过浇次开浇时间单位提前/拖期成本的惩罚值的控制可以协调炼钢-连铸和热轧生产环节之间的匹配关系.对所建立的模型,提出了基于遗传算法和线性规划的实用算法,并给出了源于实际生产数据的计算实例.     

炼钢连铸混合智能优化调度方法及应用

针对多阶段、多设备以及精炼工序重数不同的炼钢连铸生产调度问题,建立了综合考虑工序设备指派和作业时间安排的非线性规划模型,提出了基于专家系统的设备指派、基于人机交互的邻域搜索与基于模型转换的时间优化相结合的三阶段炼钢连铸混合智能优化调度方法.该调度方法应用于国内某大型钢厂的生产调度,在减少钢水冗余等待时间、提高设备负荷率方面获得显著成效.     

协同微粒群算法及其在炼钢生产调度中的应用

给出了炼钢生产调度问题的最优炉次0-1数学规划模型.结合0-1空间优化问题的特点,通过逻辑运算将基本微粒群算法的进化搜索限定在0-1空间,并针对0-1整数规划的约束条件,提出一种协同微粒群算法CPSO.即分别构造两个微粒群,一个以目标函数的最小化为目标,另一个以满足约束条件为目标,同时,两个群体间进行信息交换,协同完成0-1整数规划的求解.该方法已成功应用于炼钢生产调度问题中最优炉次的求解.     

基于约束联动的炼钢-连铸动态调度

为了解决炼钢-连铸生产动态调度中调度约束繁杂、多变的问题, 分析了炼钢-连铸动态调度约束集, 提出了约束联动的方法来实现快速的人机交互动态调度, 并在此基础上建立了约束联动的动态调度数学模型和调度算法, 最后结合实例说明了约束联动动态调度方法的有效性.     

基于图形化编辑平台的炼钢连铸动态调度仿真系统

大型钢铁企业炼钢连铸生产工艺复杂、设备众多、生产过程存在随机因素和不确定性因素,因此,充分发挥经验丰富的调度专家在生产过程中的决策作用显得尤为重要.研究了炼钢连铸动态调度策略,在此基础上开发了基于图形化编辑平台的炼钢连铸动态调度仿真系统,综合集成了扰动设定、扰动发生、动态跟踪、扰动识别、人机交互和模型优化功能.利用在线数据,进行了离线仿真.仿真结果表明:该软件提供的图形化编辑集成平台可以实现对计划快速、有效的动态优化调度,同时为深入研究炼钢连铸动态调度方法提供了集成的实验平台.     

基于GABSO算法的动态柔性作业车间调度问题

针对企业生产加工中的动态调度难以求解的问题,首次将头脑风暴优化算法应用于求解动态柔性作业车间调度问题.首先,建立以极小化最大完工时间为目标函数的基于机器故障的重调度模型;然后,依据动态车间调度问题的特点,将遗传算法的思想融入头脑风暴优化算法中,提出自适应的GABSO算法,在迭代过程中,动态调整组间讨论与组内讨论次数,使...     

炼钢-连铸生产调度模型及启发式算法

在炼钢-连链生产工艺的约束条件下，针对多阶段均有并行机的生产环境，建立综合考虑炉次的设备指派和作业排序的混合整数线性规划（MILP）模型。在探讨炉次设备指派规则、缓解资源冲突的方法的基础上，提出面向实际应用的启发式算法。算例表明该算法行之有效的。     

集装箱码头装卸系统集成调度的建模与优化

为提高集装箱码头作业效率,在码头集装箱卡车作业能力充足的条件下,对集装箱码头作业装卸系统集成调度问题进行了研究.针对集装箱码头装卸作业的特点,提出了装卸作业的预定义顺序约束、作业次序依赖的设备调整时间及岸桥碰撞干涉约束等,并在此基础上建立了整数规划模型.针对这一模型设计了两阶段启发式算法对问题进行求解.通过在数值实验中将结果与低界相比较,证明该算法效果良好.特别对于规模较大的问题,算法也可以进行有效的求解.     

基于宽度柔性的连浇组批计划模型及算法

高效的利用连铸生产设备的能力是炼钢—连铸生产计划优化技术的主要目标。在描述了炼钢—连铸生产计划调度编制步骤的基础上,重点分析连铸计划编制中问题。针对未充分利用虚拟板坯区间宽度属性及炉次区间宽度因素,并同时考虑浇次中炉次间钢级限制、连浇规程、中间包使用寿命限制、浇铸宽度跳跃限制的条件,建立了连铸计划优化数学模型。根据模型的特点,以蚁群优化算法为基础,设计了双层蚁群优化求解算法,并采用实际生产数据对模型及算法的有效性进行了验证。     

基于Petri网仿真的批处理过程动态调度

批处理过程存在于复杂的动态环境中，来自主客观的干扰及问题固有的易变性，会导致各种过程参数的变化，例如处理时间波动，原材料质量变化等，可能使已有的静态调度失去其最优性，甚或变得不可行。因此，需要研究对意外事件作出快速反应的动态调度方法，以捕捉生产环境的实时变化，本文针对批处理过程中最常出现的操作处理时间波动。结合规则调度思想，提出了基于Petri网仿真技术的批处理过程动态重视度方法，仿真结果表明，该方法能有效地捕捉 处理时间的变化，快速改善调度性能，为批算是过程动态的调度的研究提供了新思路。     

集装箱码头泊位分配-装卸桥调度干扰管理模型

针对集装箱码头作业过程中,由于干扰事件导致泊位与装卸桥调度计划难以顺利实施这一难题,运用干扰管理方法,从码头作业成本、船舶等待成本以及计划偏离度三个方面度量系统扰动,建立泊位分配-装卸桥调度干扰管理模型,提出求解干扰管理模型的仿真优化法,设计基于局部重调度与禁忌搜索算法的仿真优化算法,利用算例对模型与算法的有效性进行了验证.计算结果表明:与全局重调度算法相比,基于局部重调度的算法可以提高计算效率,同时,干扰管理模型能够考虑各方的利益,因此得到的干扰应对方案更科学.     

基于行为运筹的生产调度干扰管理模型

针对生产调度过程中干扰事件导致初始方案无法继续实施这一难题,采用干扰管理思想,结合行为运筹中对人的行为与感知的研究方法与优化决策的研究手段,从客户、企业管理者和车间工人三个方面度量生产调度系统的扰动,提出基于前景理论的扰动度量方法,构建字典序的多目标干扰管理模型并采用改进的蚁群算法进行求解.数值算例中,通过与全局重调度和右移重调度的结果进行比较,得出本文方法更加科学——生成的干扰调整方案对系统的扰动更小.     

基于仿真的双目标并行机开放车间自适应动态调度

针对工件到达时间与加工时间不确定，且存在紧急工件的并行机开放车间调度问题，以TWC(total weighted completion time)与TWT(total weighted tardiness)为优化目标，设计了一种集成FlexSim仿真模型与NSGA-Ⅱ算法的自适应动态调度方法。该方法以FlexSim模型仿真工件的生成和加工为基础，根据车间实时负荷确定动态调度周期，对紧急工件进行右移重调度，利用NSGA-Ⅱ算法生成双目标优化的调度方案。某晶粒拣选车间生产数据的实验结果表明，相较于利用规则的实时动态调度与固定周期重调度，提出的方法能够在最小化调度偏离度的同时获得满意解。     

平顺移动模式下考虑加工时间与调整时间可分离的多目标流水车间批量调度

对平行顺序移动模式下考虑加工时间与调整时间可分离的多目标流水车间批量调度问题展开研究.构建以加工制造设备总停机次数、批量工件生产周期以及搬运批量工件的总次数为决策目标的基于分层序列法的多目标决策模型,利用该模型可确定批量工件的最优加工排序方案.建立平行顺序移动模式的加工与调整时间模型,该模型是求解生产周期的基础,也是为批量工件的最优调度方案制定生产作业计划的依据.提出并设计平行顺序移动模式下考虑加工时间与调整时间可分离的禁忌搜索算法对问题进行求解.研究结果表明:本研究可为平顺移动模式下考虑加工时间与调整时间可分离的批量生产流水车间选出批量工件的最优调度方案,同时可为批量工件的加工和加工制造设备的调整制定精确的生产作业计划.     

扰动累积下基于数字孪生的车间重调度

针对隐性扰动累积下车间重调度问题，搭建车间重调度决策服务，实现数字孪生驱动的扰动累积下的车间重调度。提出一种调度参数更新的方式，采用随机概率分布来描述调度参数的分布，提升调度参数的准确性；利用孪生网络搭建隐性扰动检测模型，以实时数据为输入，实现重调度的启动时刻的判定；从历史调度数据中提取用于调度知识挖掘的样本数据，利用伪孪生网络获取工序和机器的状态数据的映射关系作为调度规则，用于车间的重调度。仿真实验证明了所提数字孪生驱动的重调度模式的可行性。     

加工时间线性递减的平行机排序问题

主要讨论了具有两台处理机的平行机排序问题和每批恰为k个工件的串行工件同时加工排序的平行机排序问题。在这两个问题中,工件加工时间均为开工时间的线性递减函数,目标函数为极小化总完工时间。对于第一个问题,证明了其最优排序可由工件按基本加工时间不减排列得到,由此得出其最优算法,并指出了该结论对于加工时间随开工时间线性递增的情况并不成立。对于第二个问题,根据其与第一个问题在某些性质上的相似性,给出了其最优算法。最后指出所讨论的两个问题的结论均可推广到m台处理机的情况。     

COMPARISON OF TWO METHODS OF OPERATING THEATRE PLANNING： APPLICATION IN BELGIAN HOSPITAL

Operating Theatre is the centre of the hospital management＇s efforts. It constitutes the most expensive sector with more than 10% of the intended operating budget of the hospital. To reduce the costs while maintaining a good quality of care, one of the solutions is to improve the existent planning and scheduling methods by improving the services and surgical specialty coordination or finding the best estimation of surgical case durations. The other solution is to construct an effective surgical case plan and schedule. The operating theatre planning and scheduling is the two important steps, which aim to make a surgical case programming with an objective of obtaining a realizable and efficient surgical case schedule. This paper focuses on the first step, the operating theatre planning problem. Two planning methods are introduced and compared. Real data of a Belgian university hospital ＂Tivoli＂ are used for the experiments.     

基于稳定性的生产调度建模

针对传统调度模型得出的方案由于决策参数变化而不能应用于实际生产等问题,分析了在实际生产环境中可能导致重调度的各种不确定因素,从调度稳定性的角度使用两阶段随机规划方法重新设计了包含随机参数的模型,不仅使调度可以稳定在某置信水平上,而且允许调度结果以一定的风险获取更好的性能指标。最后,应用一个化工调度模型讨论了新方法的特点。