本文關(guān)鍵詞：煉鋼連鑄指計(jì)劃優(yōu)化模型與算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：煉鋼連鑄批量計(jì)劃是鋼鐵生產(chǎn)計(jì)劃與調(diào)度領(lǐng)域急需解決的重大關(guān)鍵問(wèn)題之一,科學(xué)合理的批量計(jì)劃方案可以提高生產(chǎn)效率并降低生產(chǎn)成本。目前對(duì)煉鋼連鑄批量計(jì)劃的模型不夠精確,算法的精度與速度也需要提高�；诖�,本文在分析煉鋼連鑄生產(chǎn)工藝的基礎(chǔ)上,研究了煉鋼連鑄爐次計(jì)劃問(wèn)題、澆次計(jì)劃問(wèn)題、考慮板坯寬度及重量柔性的爐次計(jì)劃問(wèn)題以及考慮爐次寬度柔性的澆次計(jì)劃問(wèn)題。通過(guò)分析各問(wèn)題的性質(zhì),將其抽象為具有生產(chǎn)實(shí)際特征的組合優(yōu)化問(wèn)題,建立了相應(yīng)的數(shù)學(xué)模型,并設(shè)計(jì)了針對(duì)具體問(wèn)題的混合改進(jìn)交叉熵方法。最后,結(jié)合交叉熵方法及協(xié)同學(xué)中自組織概念,構(gòu)建了批量計(jì)劃自組織優(yōu)化算法。本文的創(chuàng)新之處主要體現(xiàn)在分別建立了柔性爐次計(jì)劃和柔性澆次計(jì)劃基于帶有收益的容量約束路徑問(wèn)題以及廣義車(chē)輛路徑問(wèn)題的模型,基于初始狀態(tài)轉(zhuǎn)移概率矩陣對(duì)交叉熵算法進(jìn)行了改進(jìn)以及構(gòu)建了基于競(jìng)爭(zhēng)因子、協(xié)同算子及序參量的批量計(jì)劃自組織優(yōu)化算法。具體內(nèi)容概括如下：在爐次數(shù)量未知的條件下,將所有爐次的中心訂單與該爐次中其他訂單的鋼級(jí)、寬度及交貨期差異懲罰費(fèi)用之和作為爐次差異懲罰,建立了爐次數(shù)量未知的爐次計(jì)劃問(wèn)題旅行商模型,并通過(guò)改進(jìn)交叉熵算法進(jìn)行求解。改進(jìn)交叉熵算法根據(jù)訂單間鋼級(jí)及寬度差異對(duì)初始交叉熵法的狀態(tài)轉(zhuǎn)移概率矩陣進(jìn)行了改進(jìn),實(shí)際爐次計(jì)劃數(shù)據(jù)的仿真計(jì)算結(jié)果表明,改進(jìn)的狀態(tài)轉(zhuǎn)移概率矩陣可以有效提高算法的速度與精確度。為得到最優(yōu)澆次計(jì)劃,包括澆次數(shù)量及各個(gè)澆次內(nèi)爐次的選擇與排序,建立了以最小化開(kāi)澆費(fèi)用、爐次間連澆懲罰費(fèi)用及未被選爐次懲罰費(fèi)用為目標(biāo)的澆次計(jì)劃旅行商問(wèn)題模型。利用鋼級(jí)連澆啟發(fā)式規(guī)則和根據(jù)爐次間連澆懲罰費(fèi)用大小賦值的改進(jìn)初始狀態(tài)轉(zhuǎn)移概率矩陣,構(gòu)建了混合啟發(fā)式-交叉熵算法。實(shí)例驗(yàn)證結(jié)果表明,與交叉熵方法相比,混合啟發(fā)式-交叉熵算法能夠得到相同或更優(yōu)的最優(yōu)目標(biāo)函數(shù)值,運(yùn)行時(shí)間短且穩(wěn)定性更高�；趲в惺找娴娜萘考s束路徑問(wèn)題,建立了訂單具有柔性寬度和重量的爐次計(jì)劃模型,并通過(guò)混合改進(jìn)的交叉熵法對(duì)其進(jìn)行求解,通過(guò)實(shí)際生產(chǎn)數(shù)據(jù)驗(yàn)證了模型與算法的有效性,通過(guò)與遺傳算法等智能算法的比較,表明了算法的優(yōu)越性�；趶V義車(chē)輛路徑問(wèn)題,建立了爐次具有柔性寬度的澆次計(jì)劃模型,并基于局部-全局方法的思想,通過(guò)混合改進(jìn)的交叉熵法和可達(dá)算法,分別獲得爐次順序以及爐次寬度,從而得到柔性澆次計(jì)劃的最優(yōu)解,實(shí)驗(yàn)數(shù)據(jù)表明了本文模型及算法的有效性。針對(duì)交叉熵方法存在的隨機(jī)性較大等問(wèn)題,結(jié)合交叉熵法與協(xié)同學(xué)中自組織的概念,構(gòu)造了基于競(jìng)爭(zhēng)因子、協(xié)同算子及序參量的煉鋼連鑄批量計(jì)劃自組織優(yōu)化算法。仿真實(shí)驗(yàn)結(jié)果表明,競(jìng)爭(zhēng)因子及協(xié)同算子的引入,能夠有效加快白組織優(yōu)化的收斂速度,提高求解穩(wěn)定性,特別是對(duì)于較大規(guī)模的批量計(jì)劃問(wèn)題,自組織優(yōu)化方法可以在更短的時(shí)間內(nèi)獲得更高質(zhì)量的批量計(jì)劃方案。
【關(guān)鍵詞】：煉鋼連鑄 爐次計(jì)劃 澆次計(jì)劃 交叉熵法 自組織優(yōu)化算法
【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：TF777;TP301.6
【目錄】：

• 摘要13-15
• ABSTRACT15-18
• 第一章 緒論18-40
• 1.1 研究目的及意義18
• 1.2 煉鋼連鑄批量計(jì)劃研究綜述18-25
• 1.2.1 鋼鐵企業(yè)生產(chǎn)工藝介紹18-20
• 1.2.2 煉鋼連鑄生產(chǎn)計(jì)劃編制流程20-23
• 1.2.3 爐次計(jì)劃研究現(xiàn)狀23-24
• 1.2.4 澆次計(jì)劃研究現(xiàn)狀24-25
• 1.3 煉鋼連鑄批量計(jì)劃與調(diào)度研究方法概述25-30
• 1.3.1 數(shù)學(xué)規(guī)劃方法26
• 1.3.2 Petri網(wǎng)方法26-27
• 1.3.3 啟發(fā)式方法27
• 1.3.4 專(zhuān)家系統(tǒng)方法27
• 1.3.5 智能搜索方法27-28
• 1.3.6 多智能體方法28-30
• 1.4 交叉熵方法基本原理及應(yīng)用30-35
• 1.4.1 基本原理30-33
• 1.4.2 交叉熵方法在優(yōu)化問(wèn)題中的應(yīng)用33-35
• 1.5 自組織方法35-36
• 1.5.1 自組織的概念和特征35
• 1.5.2 自組織方法及應(yīng)用35-36
• 1.6 本文的技術(shù)路線及主要工作36-40
• 1.6.1 本文的技術(shù)路線36-37
• 1.6.2 本文的主要工作37-40
• 第二章 爐次計(jì)劃的改進(jìn)交叉熵算法40-50
• 2.1 引言40-41
• 2.2 問(wèn)題描述41
• 2.3 爐次計(jì)劃模型41-42
• 2.4 基于旅行商問(wèn)題的爐次計(jì)劃模型42-43
• 2.5 改進(jìn)交叉熵算法43-45
• 2.6 實(shí)例驗(yàn)證45-48
• 2.6.1 實(shí)驗(yàn)數(shù)據(jù)45-46
• 2.6.2 參數(shù)設(shè)置46-47
• 2.6.3 算法比較47-48
• 2.7 小結(jié)48-50
• 第三章 澆次計(jì)劃編制的混合啟發(fā)式-交叉熵算法50-62
• 3.1 引言50
• 3.2 問(wèn)題描述50-51
• 3.3 基于帶有容量限制旅行商問(wèn)題的澆次計(jì)劃模型51-53
• 3.4 混合啟發(fā)式-交叉熵算法53-55
• 3.4.1 初始狀態(tài)概率轉(zhuǎn)移矩陣的改進(jìn)53
• 3.4.2 按鋼級(jí)分組的啟發(fā)式規(guī)則53-54
• 3.4.3 混合啟發(fā)式-交叉熵算法54-55
• 3.5 實(shí)例驗(yàn)證55-60
• 3.5.1 實(shí)驗(yàn)數(shù)據(jù)55-57
• 3.5.2 參數(shù)設(shè)置57-58
• 3.5.3 算法比較58-60
• 3.6 小結(jié)60-62
• 第四章 爐次數(shù)量未知的柔性爐次計(jì)劃編制算法62-72
• 4.1 引言62
• 4.2 數(shù)學(xué)模型62-65
• 4.2.1 問(wèn)題描述62-63
• 4.2.2 數(shù)學(xué)規(guī)劃模型63-65
• 4.3 基于CPTP的柔性爐次計(jì)劃模型65-66
• 4.3.1 CPTP簡(jiǎn)介65
• 4.3.2 將柔性爐次計(jì)劃問(wèn)題轉(zhuǎn)化為CPTP65-66
• 4.4 求解算法66-68
• 4.5 實(shí)例驗(yàn)證及分析68-70
• 4.5.1 實(shí)驗(yàn)數(shù)據(jù)68-69
• 4.5.2 參數(shù)設(shè)置69
• 4.5.3 算法比較69-70
• 4.6 小結(jié)70-72
• 第五章 柔性寬度澆次計(jì)劃編制的一種混合改進(jìn)算法72-84
• 5.1 引言72-73
• 5.2 考慮寬度柔性的澆次計(jì)劃問(wèn)題描述73
• 5.3 柔性寬度澆次計(jì)劃的廣義車(chē)輛路徑問(wèn)題模型73-75
• 5.4 柔性寬度澆次計(jì)劃問(wèn)題的混合改進(jìn)算法75-78
• 5.4.1 鋼級(jí)分組規(guī)則76
• 5.4.2 改進(jìn)交叉熵法76-77
• 5.4.3 可達(dá)算法77-78
• 5.5 實(shí)例驗(yàn)證及分析78-81
• 5.5.1 實(shí)驗(yàn)數(shù)據(jù)78
• 5.5.2 參數(shù)設(shè)置78-80
• 5.5.3 算法比較80-81
• 5.6 小結(jié)81-84
• 第六章 煉鋼連鑄批量計(jì)劃自組織優(yōu)化算法84-92
• 6.1 引言84
• 6.2 煉鋼連鑄批量計(jì)劃自組織優(yōu)化算法84-88
• 6.2.1 競(jìng)爭(zhēng)因子84-86
• 6.2.2 協(xié)同算子86
• 6.2.3 序參量86-87
• 6.2.4 批量計(jì)劃自組織優(yōu)化算法87-88
• 6.3 仿真實(shí)例與分析88-91
• 6.3.1 實(shí)驗(yàn)數(shù)據(jù)88
• 6.3.2 參數(shù)設(shè)置88-90
• 6.3.3 算法比較90-91
• 6.4 小結(jié)91-92
• 第七章 結(jié)論與展望92-96
• 7.1 本文工作總結(jié)92-94
• 7.2 下一步研究方向94-96
• 參考文獻(xiàn)96-108
• 致謝108-110
• 攻讀博士學(xué)位期間完成的論文和參加的項(xiàng)目110-112
• 附錄112-122
• 附件122

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

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

2 俞勝平;鄭秉霖;柴天佑;;煉鋼連鑄混合智能調(diào)度方法及其應(yīng)用[J];華東理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年07期

3 蘇志雄;李鐵克;王偉玲;;求解煉鋼連鑄生產(chǎn)調(diào)度問(wèn)題的改進(jìn)算法[J];計(jì)算機(jī)工程與應(yīng)用;2011年05期

4 林志毅;李元香;王玲玲;;基于混合遷移行為的自組織遷移算法[J];計(jì)算機(jī)科學(xué);2008年12期

5 薛云燦;鄭東亮;楊啟文;;基于改進(jìn)離散粒子群算法的煉鋼連鑄最優(yōu)爐次計(jì)劃[J];計(jì)算機(jī)集成制造系統(tǒng);2011年07期

6 劉煒;孫亮亮;俞勝平;柴天佑;;煉鋼-連鑄動(dòng)畫(huà)仿真系統(tǒng)設(shè)計(jì)與開(kāi)發(fā)[J];控制工程;2010年04期

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

8 梁濤;李歧強(qiáng);丁然;;帶批量分割的多級(jí)批處理調(diào)度自組織優(yōu)化[J];控制與決策;2011年03期

9 唐立新,楊自厚,王夢(mèng)光;基于準(zhǔn)時(shí)制的煉鋼-連鑄生產(chǎn)調(diào)度問(wèn)題研究[J];自動(dòng)化學(xué)報(bào);1998年01期

10 李霄峰,徐立云,邵惠鶴,任德祥;煉鋼連鑄系統(tǒng)的動(dòng)態(tài)調(diào)度模型和啟發(fā)式調(diào)度算法[J];上海交通大學(xué)學(xué)報(bào);2001年11期

  本文關(guān)鍵詞：煉鋼連鑄指計(jì)劃優(yōu)化模型與算法研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：422395