本文關(guān)鍵詞：基于知識的自組織優(yōu)化算法在多品種小批量離散制造中的應(yīng)用，由筆耕文化傳播整理發(fā)布。

【摘要】：棒材、板材等不同類型鋼材的混合制造屬于典型的多品種小批量離散制造。不同品種鋼材的混合制造過程需要頻繁切換工藝路線,導(dǎo)致制造系統(tǒng)的物流和信息流復(fù)雜,各生產(chǎn)環(huán)節(jié)的耦合度高。對于生產(chǎn)過程中最為典型的可變交叉生產(chǎn)線上的訂單分配方案設(shè)計問題,由于傳統(tǒng)的控制算法難以達(dá)到滿意效果,目前仍需專家依靠長期經(jīng)驗來制訂,而人工方式不可避免地存在備選方案少、關(guān)鍵性能指標(biāo)難以準(zhǔn)確量化等問題。因此,研究如何制訂鋼鐵企業(yè)的一體化集成生產(chǎn)計劃,對于降低能源消耗、提升經(jīng)濟(jì)效益等生產(chǎn)目標(biāo)的實現(xiàn)具有重要意義。 針對上述問題,本文提出了基于鄰域知識的自組織優(yōu)化算法,以規(guī)則的形式將專家知識引入到模型推演與候選解搜索過程中,利用自組織優(yōu)化算法有效解決鋼材制造與訂單分配問題。具體來說,本文通過分析煉鋼、連鑄和軋制三個生產(chǎn)階段的特點,建立了從煉鋼到軋制的生產(chǎn)過程模型,實現(xiàn)了對生產(chǎn)過程中任一訂單相關(guān)的物料流動情況的仿真推演。物流模型中各設(shè)備間的耦合關(guān)系和訂單沖突形成的約束導(dǎo)致可行解空間劃分和適應(yīng)度函數(shù)設(shè)計難以進(jìn)行,也難以映射為標(biāo)準(zhǔn)的組合優(yōu)化問題,為此引入自組織優(yōu)化算法,利用自組織臨界狀態(tài)找出當(dāng)前解中對耦合與沖突貢獻(xiàn)最大的變量作為改進(jìn)對象,并通過鄰域搜索方法改進(jìn)該變量的值,從而提升了當(dāng)前解的全局適應(yīng)度。為提升鄰域搜索的效率,針對鋼鐵生產(chǎn)過程的業(yè)務(wù)特點引入人工專家經(jīng)驗,通過制定規(guī)則對鄰域構(gòu)建方向進(jìn)行限制,保證了搜索過程中違反的約束條件個數(shù)單調(diào)遞減。 仿真實驗結(jié)果表明,對于難以將約束作為懲罰項量化并加入適應(yīng)度函數(shù)的應(yīng)用場景,遺傳算法等傳統(tǒng)算法的變異策略無法區(qū)分可行解與非可行解,而基于知識的自組織優(yōu)化算法能夠利用專家知識構(gòu)造鄰域,找到可行解并進(jìn)行優(yōu)化。針對鋼鐵企業(yè)的生產(chǎn)計劃制訂問題,結(jié)合已有的專家知識和自組織優(yōu)化算法,可以提供滿足關(guān)鍵性能指標(biāo)的多個備選方案,從而為此類難以映射到標(biāo)準(zhǔn)組合優(yōu)化問題的模型求解提供了新的解決思路。
【關(guān)鍵詞】：多品種小批量 生產(chǎn)計劃 自組織優(yōu)化算法 鄰域搜索 專家知識 局部適應(yīng)度
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TH16
【目錄】：

• 致謝5-6
• 摘要6-7
• Abstract7-9
• 目次9-12
• 1 緒論12-21
• 1.1 研究背景與意義12-14
• 1.1.1 多品種小批量離散制造概述12-13
• 1.1.2 鋼鐵企業(yè)的多品種小批量離散制造13-14
• 1.2 研究目標(biāo)14-16
• 1.2.1 鋼材制造一體化生產(chǎn)計劃的制訂14-15
• 1.2.2 針對熱送率指標(biāo)對鋼材制造生產(chǎn)計劃進(jìn)行優(yōu)化15-16
• 1.2.3 研究成果評價標(biāo)準(zhǔn)16
• 1.3 研究現(xiàn)狀16-19
• 1.4 本文研究內(nèi)容19-21
• 2 鋼鐵生產(chǎn)過程建模21-35
• 2.1 鋼鐵生產(chǎn)業(yè)務(wù)分析21-25
• 2.1.1 鋼鐵生產(chǎn)線21-24
• 2.1.2 鋼鐵生產(chǎn)流程24-25
• 2.1.3 鋼鐵生產(chǎn)計劃25
• 2.2 鋼鐵生產(chǎn)計劃過程分析25-29
• 2.2.1 軋制生產(chǎn)計劃26-27
• 2.2.2 連鑄生產(chǎn)任務(wù)27-28
• 2.2.3 煉鋼-連鑄生產(chǎn)計劃28
• 2.2.4 三個階段的相互聯(lián)系28-29
• 2.3 鋼鐵生產(chǎn)計劃數(shù)學(xué)模型29-34
• 2.3.1 模型分析29-31
• 2.3.2 目標(biāo)函數(shù)31-32
• 2.3.3 約束條件32-33
• 2.3.4 關(guān)鍵問題33-34
• 2.4 本章小結(jié)34-35
• 3 基于自組織優(yōu)化算法的鋼鐵生產(chǎn)計劃算法設(shè)計35-51
• 3.1 自組織優(yōu)化算法35-40
• 3.1.1 自組織優(yōu)化算法原理35-36
• 3.1.2 自組織優(yōu)化算法特點36-37
• 3.1.3 自組織優(yōu)化算法流程37-40
• 3.2 自組織優(yōu)化算法在鋼鐵生產(chǎn)計劃中的應(yīng)用40-48
• 3.2.1 數(shù)據(jù)采集與整理40-42
• 3.2.2 變量與適應(yīng)度定義42-44
• 3.2.3 功能實現(xiàn)44-45
• 3.2.4 運算流程45-48
• 3.2.5 關(guān)鍵性能指標(biāo)的計算與分析48
• 3.3 應(yīng)用48-50
• 3.4 本章小結(jié)50-51
• 4 基于知識的鋼鐵生產(chǎn)計劃自組織優(yōu)化算法設(shè)計51-64
• 4.1 問題描述51-52
• 4.1.1 局部適應(yīng)度計算與變量排序問題51
• 4.1.2 鄰域搜索范圍受限問題51-52
• 4.2 基于知識的局部適應(yīng)度計算過程52-56
• 4.2.1 基于知識的連鑄坯與熱軋訂單的分配規(guī)則52-54
• 4.2.2 雙向選擇的訂單分配過程54-55
• 4.2.3 熱送的判定與適應(yīng)度的計算55-56
• 4.3 基于知識的鄰域搜索與自組織優(yōu)化過程56-60
• 4.3.1 改進(jìn)單個編碼單元構(gòu)造鄰域57-58
• 4.3.2 交換兩個或多個編碼單元的值構(gòu)造鄰域58-59
• 4.3.3 改進(jìn)連續(xù)整段編碼單元59-60
• 4.3.4 交換兩段連續(xù)編碼單元60
• 4.4 改進(jìn)后的效果60-62
• 4.5 本章小結(jié)62-64
• 5 結(jié)論與展望64-66
• 5.1 工作總結(jié)64
• 5.2 工作展望64-66
• 參考文獻(xiàn)66-70
• 作者簡歷70

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 張永澤;馬駿;;流程制造業(yè)與離散制造業(yè)物流特點[J];北京郵電大學(xué)學(xué)報(社會科學(xué)版);2010年06期

2 唐立新，楊自厚，，王夢光;煉鋼－連鑄最優(yōu)爐次計劃模型與算法[J];東北大學(xué)學(xué)報;1996年04期

3 唐立新,楊自厚,王夢光;煉鋼─連鑄最優(yōu)澆次（CAST）計劃[J];東北大學(xué)學(xué)報;1996年05期

4 唐立新;熱軋調(diào)度并行處理策略的多旅行商模型[J];東北大學(xué)學(xué)報;1999年02期

5 唐立新,楊自厚,沈宏宇,胡國奮;煉鋼-連鑄-熱軋集成批量計劃因素分析[J];鋼鐵;2000年05期

6 唐立新，楊自厚，王夢光;煉鋼─連鑄生產(chǎn)調(diào)度問題研究[J];鋼鐵;1996年11期

7 劉光航,李鐵克;煉鋼-連鑄生產(chǎn)調(diào)度模型及啟發(fā)式算法[J];系統(tǒng)工程;2002年06期

8 劉青;汪宙;常健;王彬;謝飛鳴;王寶;;煉鋼廠的精細(xì)制造[J];鋼鐵;2013年01期

9 王剛;王彬;王寶;王闖;穆衍清;王柏琳;劉青;謝飛鳴;李紅衛(wèi);聶小武;盧新春;;基于“爐機(jī)對應(yīng)”原則的煉鋼—連鑄調(diào)度模型[J];北京科技大學(xué)學(xué)報;2013年08期

10 龍建宇;鄭忠;高小強(qiáng);龔永民;呼萬哲;;基于遺傳算法的煉鋼--連鑄重計劃方法[J];北京科技大學(xué)學(xué)報;2014年01期

  本文關(guān)鍵詞：基于知識的自組織優(yōu)化算法在多品種小批量離散制造中的應(yīng)用，由筆耕文化傳播整理發(fā)布。

本文編號：325045