本文以鋼鐵全流程生產(chǎn)過程為背景,研究了煉鋼工序合同與庫存計劃問題。該問題的核心決策是確定客戶合同如何按時間分配到不同生產(chǎn)單元。但為了估算上述合同分配決策后的批量生產(chǎn)成本,還需要同時決策批的組成及批在生產(chǎn)單元上加工順序。此外,該問題不僅要考慮煉鋼階段的批量生產(chǎn)工藝要求,還要考慮熱軋和冷軋工序?qū)掍摴ば蛱岢龅奈锪瞎⿷?yīng)需求及合同準時交貨要求。本文針對煉鋼工序合同與庫存計劃問題建立了數(shù)學模型,設(shè)計了求解該問題的改進差分進化算法,并以模型和算法為核心開發(fā)了相應(yīng)的決策支持系統(tǒng),主要研究內(nèi)容包括:(1)針對合同屬性和工藝特點對原始合同數(shù)據(jù)進行預處理,以實現(xiàn)問題規(guī)模的降維。根據(jù)煉鋼工序批量生產(chǎn)工藝要求,熱軋工序燙輥材和難軋材供料需求,冷軋各流向產(chǎn)品的物料需求及產(chǎn)品的交貨期要求,以煉鋼階段批量生產(chǎn)成本最小為目標,建立了煉鋼工序合同與庫存計劃的混合整數(shù)規(guī)劃模型。針對該模型采用商業(yè)優(yōu)化軟件CPLEX對小規(guī)模的算例進行數(shù)值實驗,驗證了模型的正確性。(2)設(shè)計了求解煉鋼工序合同與庫存計劃問題的改進差分進化算法。在算法的實現(xiàn)過程中,設(shè)計了一種離散編碼機制,并結(jié)合該編碼機制設(shè)計了基于指針的變異算子和帶有修復的交叉算子。為了強化算法的局部搜索能力,在算法框架中引入鄰域搜索策略。為改進算法的全局搜索能力和收斂速度,針對變異策略和交叉因子提出了自適應(yīng)機制�；趯嶋H生產(chǎn)數(shù)據(jù),對提出的改進差分進化算法進行數(shù)值實驗,結(jié)果顯示所提出的算法優(yōu)于基本差分計劃算法和手工排產(chǎn)方法。(3)基于鋼鐵企業(yè)的實際需求,嵌入所提模型和算法,設(shè)計并開發(fā)了合同與庫存計劃決策支持系統(tǒng),為計劃員編制計劃提供決策支持。系統(tǒng)的功能模塊主要包括數(shù)據(jù)管理、靜態(tài)參數(shù)維護、模型算法以及結(jié)果評價等。
【學位單位】：東北大學
【學位級別】：碩士
【學位年份】：2015
【中圖分類】：F426.31;F274
【部分圖文】：

東北大學碩士學位論文?第３章求解煉鋼工序合同與庫存計劃問題的差分進化算法??被分配在機組上，并且最終所得到問題的解的序列結(jié)構(gòu)是??｛１０，８，１５，７，１４，１３，１１，１２，９，６，３，２，５，４，１｝，貝ＩＪ表示合同簇１０最先被分配，然后分配合同??８，依次往后，合同簇１最后被分配。解的每一位的基因數(shù)字都代表一個合同簇，??數(shù)字在解序列內(nèi)的排序代表著合同簇分配時的優(yōu)先順序。??被分配優(yōu)先級遞減?Ｎ??

其實現(xiàn)變異算子的操作過程。在連續(xù)差分中的交叉操作為公式（３．１）：??Ｖ】．＝ｘｒｌ?＋?Ｆｘ〇ｒ２－ｘｒ３）。??現(xiàn)自定義減法運算符其公式表達為（３．６），具體步驟如圖３．２所示。??式＝＼２￣＼．３?（３．６）??ｘｒ２：?｜７｜４｜１｜９丨６｜〇丨５｜２｜８｜３??１?Ｈ￣??￣?—?＾??０９３６１４７５２８??１?（索引：）０?１２３４５６７８９???＾?－」?，??Ｊｌ?＿?＿?－??ｄｔ＼?６５４１３０７８９２??圖３．２自定義減法??Ｆｉｇ．?３．２?Ｃｕｓｔｏｍ?ｓｕｂｔｒａｃｔｉｏｎ??自定義加法運算符０，其公式表達為（３．７），具體步驟如圖３．３所示。??ｎｉ?十式?（３．７）??ｄ，＼?６５４１３０７８９２??十?▼??（索引?０?０?１２?３?４?５?６?７?８?９??＇１：?｜?］?｜?２?｜?４?Ｉ?６?｜?３?１?０?｜?８?｜?９?｜?１?丨?Ｔ??Ｉ?＿４??＜＞?ｒ＾－ｉ?￣＼?－［?］■?７－－－???ｐｉ—，??ｖ，＿：?８０３２６５２９７４??圖３．３自定義加法??Ｆｉｇ．?３．３?Ｃｕｓｔｏｍ?ａｄｄｉｔｉｏｎ??－２６－??

其實現(xiàn)變異算子的操作過程。在連續(xù)差分中的交叉操作為公式（３．１）：??Ｖ】．＝ｘｒｌ?＋?Ｆｘ〇ｒ２－ｘｒ３）。??現(xiàn)自定義減法運算符其公式表達為（３．６），具體步驟如圖３．２所示。??式＝＼２￣＼．３?（３．６）??ｘｒ２：?｜７｜４｜１｜９丨６｜〇丨５｜２｜８｜３??１?Ｈ￣??￣?—?＾??０９３６１４７５２８??１?（索引：）０?１２３４５６７８９???＾?－」?，??Ｊｌ?＿?＿?－??ｄｔ＼?６５４１３０７８９２??圖３．２自定義減法??Ｆｉｇ．?３．２?Ｃｕｓｔｏｍ?ｓｕｂｔｒａｃｔｉｏｎ??自定義加法運算符０，其公式表達為（３．７），具體步驟如圖３．３所示。??ｎｉ?十式?（３．７）??ｄ，＼?６５４１３０７８９２??十?▼??（索引?０?０?１２?３?４?５?６?７?８?９??＇１：?｜?］?｜?２?｜?４?Ｉ?６?｜?３?１?０?｜?８?｜?９?｜?１?丨?Ｔ??Ｉ?＿４??＜＞?ｒ＾－ｉ?￣＼?－［?］■?７－－－???ｐｉ—，??ｖ，＿：?８０３２６５２９７４??圖３．３自定義加法??Ｆｉｇ．?３．３?Ｃｕｓｔｏｍ?ａｄｄｉｔｉｏｎ??－２６－??
【參考文獻】

相關(guān)期刊論文 前10條

1 Tahir Nadeem MALIK;Salman ZAFAR;Saaqib HAROON;;An improved chaotic hybrid differential evolution for the short-term hydrothermal scheduling problem considering practical constraints[J];Frontiers of Information Technology & Electronic Engineering;2015年05期

2 Yu Xue;Yi Zhuang;Tianquan Ni;Siru Ni;Xuezhi Wen;;Self-adaptive learning based discrete differential evolution algorithm for solving CJWTA problem[J];Journal of Systems Engineering and Electronics;2014年01期

3 汪恭書;唐立新;;連鑄-軋制生產(chǎn)中帶有批決策的排序問題的建模與優(yōu)化方法[J];自動化學報;2012年10期

4 劉怡;鄭忠;陳開;高小強;;煉鋼連鑄熱軋一體化批量計劃編制模型及實現(xiàn)[J];重慶大學學報;2012年03期

5 劉榮輝;鄭建國;;Self-adapting Scalable Differential Evolution Algorithm[J];Journal of Donghua University(English Edition);2011年04期

6 ;Multi-Objective Optimization for Tandem Cold Rolling Schedule[J];Journal of Iron and Steel Research(International);2010年11期

7 ;An adaptive hybrid optimizer based on particle swarm and differential evolution for global optimization[J];Science China(Information Sciences);2010年05期

8 薛云燦;鄭東亮;楊啟文;;基于改進離散粒子群算法的煉鋼連鑄最優(yōu)澆次計劃(英文)[J];控制理論與應(yīng)用;2010年02期

9 唐立新;趙任;;強化Dynasearch & TS算法求解酸軋生產(chǎn)調(diào)度問題[J];自動化學報;2010年02期

10 ;A Preliminary Application of the Differential Evolution Algorithm to Calculate the CNOP[J];Atmospheric and Oceanic Science Letters;2009年06期

本文編號：2855147