冶金工業(yè)是重要的原材料工業(yè),也是國(guó)民經(jīng)濟(jì)的重要支柱產(chǎn)業(yè)。生產(chǎn)計(jì)劃與調(diào)度是冶金工業(yè)生產(chǎn)運(yùn)作管理的重要環(huán)節(jié)之一,合理有效地制定生產(chǎn)計(jì)劃與調(diào)度才能使企業(yè)提高生產(chǎn)率、降低生產(chǎn)成本、提高產(chǎn)品質(zhì)量、確保生產(chǎn)系統(tǒng)處于優(yōu)化運(yùn)行狀態(tài)。因此,探討適合冶金工業(yè)生產(chǎn)計(jì)劃與調(diào)度問題的建模和優(yōu)化方法已經(jīng)成為近年來工業(yè)界和學(xué)術(shù)界的研究熱點(diǎn)。 本文以黑色金屬鋼鐵生產(chǎn)和有色金屬鋁生產(chǎn)為背景,分別對(duì)冶金生產(chǎn)批量計(jì)劃、帶有不同冶金生產(chǎn)特征的生產(chǎn)調(diào)度以及生產(chǎn)批量計(jì)劃與調(diào)度集成優(yōu)化問題進(jìn)行了建模和優(yōu)化方法的研究。其研究有利于冶金企業(yè)資源優(yōu)化配置、降低能源損耗、提高設(shè)備作業(yè)率、提高生產(chǎn)效率、提高客戶服務(wù)水平,從而提高冶金企業(yè)核心競(jìng)爭(zhēng)力。具體的研究?jī)?nèi)容概述如下： 1)批量計(jì)劃問題 在鋼鐵企業(yè)生產(chǎn)中,批量計(jì)劃是將客戶的多品種小批量的需求組合成生產(chǎn)批,在滿足客戶多樣性需求的同時(shí),盡量使企業(yè)內(nèi)部按照批量模式組織生產(chǎn),達(dá)到經(jīng)濟(jì)運(yùn)行的目的。煉鋼生產(chǎn)階段的批量計(jì)劃稱為爐次計(jì)劃,它是將客戶多樣性需求的合同根據(jù)鋼級(jí)和規(guī)格的要求組合成煉鋼間歇生產(chǎn)設(shè)備所對(duì)應(yīng)的基本生產(chǎn)單位-爐次的決策過程。針對(duì)煉鋼生產(chǎn)階段中的爐次批量計(jì)劃問題,考慮符合煉鋼生產(chǎn)的工藝約...

【文章頁數(shù)】：160 頁

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
Abstract
目錄
第一章 緒論
    1.1 問題的研究目的及意義
        1.1.1 問題來源及研究目的
        1.1.2 問題的研究意義
    1.2 冶金行業(yè)中的鋼鐵生產(chǎn)工藝和鋁生產(chǎn)工藝
        1.2.1 鋼鐵生產(chǎn)工藝
        1.2.2 鋁生產(chǎn)工藝
    1.3 冶金生產(chǎn)批量計(jì)劃與調(diào)度問題
        1.3.1 批量計(jì)劃問題
            1.3.1.1 鋼鐵生產(chǎn)批量計(jì)劃
            1.3.1.2 鋁生產(chǎn)批量計(jì)劃
        1.3.2 調(diào)度問題
        1.3.3 冶金集成批調(diào)度
    1.4 基于拉格朗日松弛的最優(yōu)化算法
        1.4.1 拉格朗日松弛算法的思想
        1.4.2 拉格朗日松弛算法的原理
        1.4.3 基本拉格朗日松弛算法的綜述
        1.4.4 拉格朗日松弛算法的改進(jìn)研究
    1.5 本文的研究路線及主要工作
        1.5.1 本文的研究路線
        1.5.2 本文的主要工作
第二章 煉鋼爐次批量計(jì)劃問題
    2.1 引言
    2.2 數(shù)學(xué)建模
        2.2.1 問題描述
        2.2.2 數(shù)學(xué)模型
    2.3 爐次批量計(jì)劃解的性質(zhì)
    2.4 拉格朗日松弛算法
        2.4.1 基本的拉格朗日松弛算法
            2.4.1.1 求解子問題的動(dòng)態(tài)規(guī)劃算法
        2.4.2 基于變量分離的拉格朗日松弛算法
        2.4.3 啟發(fā)式算法獲得原問題的可行解
        2.4.4 拉格朗日乘子的更新
    2.5 實(shí)驗(yàn)結(jié)果
    2.6 結(jié)論
第三章 帶有釋放時(shí)間的單機(jī)調(diào)度問題
    3.1 引言
    3.2 數(shù)學(xué)建模
        3.2.1 問題描述
        3.2.2 數(shù)學(xué)模型
    3.3 拉格朗日松弛算法
        3.3.1 構(gòu)造拉格朗日松弛問題
        3.3.2 構(gòu)造可行解
        3.3.3 更新拉格朗日乘子
    3.4 實(shí)驗(yàn)結(jié)果
    3.5 結(jié)論
第四章 帶有惡化工件的單機(jī)調(diào)度問題
    4.1 引言
    4.2 數(shù)學(xué)建模
        4.2.1 問題描述
        4.2.2 數(shù)學(xué)模型
    4.3 化工件的加工時(shí)間
    4.4 拉格朗日松弛算法
        4.4.1 拉格朗日松弛
        4.4.2 子問題中縮短時(shí)域的加速策略
        4.4.3 構(gòu)造可行解
        4.4.4 更新拉格朗日乘子
    4.5 實(shí)驗(yàn)結(jié)果
    4.6 結(jié)論
第五章 可重入混合流水車間調(diào)度問題
    5.1 引言
    5.2 數(shù)學(xué)建模
        5.2.1 問題描述
        5.2.2 數(shù)學(xué)模型
    5.3 拉格朗日松弛算法
        5.3.1 構(gòu)造拉格朗日松弛問題
        5.3.2 構(gòu)造可行解
        5.3.3 代理次梯度算法
    5.4 實(shí)驗(yàn)結(jié)果
    5.5 結(jié)論
第六章 帶釋放時(shí)間的動(dòng)態(tài)并行機(jī)調(diào)度問題
    6.1 引言
    6.2 問題描述
    6.3 方法框架
        6.3.1 MPC的邏輯思想
        6.3.2 滾動(dòng)時(shí)域方法
        6.3.3 滾動(dòng)窗口中的調(diào)度/重調(diào)度模型
        6.3.4 拉格朗日松弛算法
    6.4 實(shí)驗(yàn)結(jié)果
    6.5 結(jié)論
第七章 帶有惡化工件的并行機(jī)批調(diào)度問題
    7.1 引言
    7.2 數(shù)學(xué)建模
        7.2.1 問題描述
        7.2.2 解的性質(zhì)
        7.2.3 數(shù)學(xué)模型
            7.2.3.1 目標(biāo)函數(shù)
            7.2.3.2 可利用資源約束
            7.2.3.3 加工時(shí)間需求約束
            7.2.3.4 批內(nèi)工件順序約束
            7.2.3.5 變量非負(fù)整數(shù)約束
    7.3 方法框架
        7.3.1 分散搜索算法
            7.3.1.1 初始種群的產(chǎn)生
            7.3.1.2 參考集的產(chǎn)生
            7.3.1.3 子集的產(chǎn)生
            7.3.1.4 解的組合
        7.3.2 解的改進(jìn)
            7.3.2.1 變鄰域搜索
            7.3.2.2 變深度環(huán)交換搜索
    7.4 基于拉格朗日松弛算法的下界
    7.5 實(shí)驗(yàn)結(jié)果
    7.6 結(jié)論
第八章 鋁錠生產(chǎn)的集成批量計(jì)劃與調(diào)度問題
    8.1 引言
    8.2 數(shù)學(xué)建模
        8.2.1 問題描述
        8.2.2 數(shù)學(xué)模型
    8.3 方法框架
        8.3.1 兩種啟發(fā)式算法的主要思想
        8.3.2 啟發(fā)式算法一
            8.3.2.1 第一階段的分配排序啟發(fā)式
            8.3.2.2 階段決策模型
            8.3.2.3 實(shí)例
        8.3.3 啟發(fā)式算法二
            8.3.3.1 第一層次的分配排序啟發(fā)式
            8.3.3.2 批量層模型
    8.4 實(shí)驗(yàn)結(jié)果
    8.5 結(jié)論
第九章 結(jié)束語
參考文獻(xiàn)
致謝
作者博士期間發(fā)表和錄用的論文
作者博士期間科研情況
個(gè)人簡(jiǎn)歷



本文編號(hào)：3831304