罩式爐退火過(guò)程優(yōu)化排產(chǎn)系統(tǒng)的設(shè)計(jì)與開(kāi)發(fā).pdf

1、該文以上海寶鋼益昌薄板有限公司罩式爐退火過(guò)程為背景,研究了資源受限多步工序并行機(jī)器調(diào)度問(wèn)題的建模和優(yōu)化問(wèn)題,結(jié)合退火爐車間生產(chǎn)調(diào)度的實(shí)際需要,進(jìn)行了退火爐優(yōu)化排產(chǎn)系統(tǒng)的設(shè)計(jì)和開(kāi)發(fā).該文在分析了現(xiàn)有遺傳算法不足的基礎(chǔ)上,提出了一種新的帶有參數(shù)自適應(yīng)調(diào)節(jié)的改進(jìn)遺傳方法.該方法通過(guò)引入收斂性因子和進(jìn)程因子對(duì)種群進(jìn)化的交叉概率和變異概率進(jìn)行自適應(yīng)調(diào)節(jié),解決了遺傳算法大范圍粗糙搜索與小范圍精細(xì)搜索之間的平衡問(wèn)題,即種群的多樣性和算法收斂速度之間的

2、協(xié)調(diào)問(wèn)題.這種改進(jìn)方法不僅提高了遺傳算法全局搜索能力,而且很好的提高了搜索速度.通過(guò)仿真實(shí)例比較,驗(yàn)證了該文算法的有效性.通過(guò)對(duì)傳統(tǒng)的離散事件仿真方法的研究,該文提出了基于條件事件分類法的仿真新方法.按具有相似條件限制事件歸類的規(guī)則,把事件表分成若干個(gè)條件事件表,避免了每次事件掃描都要遍歷所有事件導(dǎo)致搜索速度慢的缺陷.該方法特別適合于條件類型少,活動(dòng)事件很多的仿真,其效率明顯高于傳統(tǒng)的仿真方法.該文在綜合國(guó)內(nèi)外對(duì)于罩式爐調(diào)度研究的基礎(chǔ)上