版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、本文以寶鋼2030冷軋單元的罩式爐生產(chǎn)線為背景,研究了罩式爐批量計(jì)劃問(wèn)題。罩式爐批量計(jì)劃問(wèn)題就是在N個(gè)等待退火的板卷中,依據(jù)它們之間物理性質(zhì)的差別以及它們和罩式退火爐之間的匹配關(guān)系挑選出n(n≤N)個(gè)板卷組成m個(gè)裝爐單元進(jìn)行生產(chǎn)。由于罩式爐退火生產(chǎn)工序的年產(chǎn)量占2030冷軋單元年產(chǎn)量的60%以上,而且生產(chǎn)周期長(zhǎng)、能量消耗大、資源約束多,所以罩式爐生產(chǎn)批量計(jì)劃的編制非常復(fù)雜。目前現(xiàn)場(chǎng)主要以人工編排為主,人工編排水平的差別以及人處理復(fù)雜信息
2、的局限性,使得罩式爐生產(chǎn)批量計(jì)劃難以科學(xué)準(zhǔn)確,從而難以保證生產(chǎn)優(yōu)化運(yùn)行。本文采用最優(yōu)化建模和智能優(yōu)化求解技術(shù)來(lái)研究生產(chǎn)批量計(jì)劃問(wèn)題,以期達(dá)到提高機(jī)組產(chǎn)能、資源優(yōu)化配置和降低能耗的目的。 本文主要研究工作如下:對(duì)生產(chǎn)批量計(jì)劃問(wèn)題建立了數(shù)學(xué)規(guī)劃模型,該模型是帶有0/1變量的整數(shù)線性規(guī)劃問(wèn)題。在建立模型時(shí)考慮到不同板卷的物理性質(zhì)(如重量、寬度、外徑等)和退火曲線存在許多差異,要盡量把退火曲線和物理性質(zhì)相同或是相近的板卷組成一垛,防止過(guò)
3、火和欠火的情況出現(xiàn),保證產(chǎn)品的質(zhì)量,同時(shí)考慮了爐容約束,提高產(chǎn)量。 針對(duì)問(wèn)題求解NP-難特點(diǎn),分別提出了三種啟發(fā)式算法,為優(yōu)先級(jí)法、最小增益法、分系列法。優(yōu)先級(jí)法以優(yōu)先級(jí)系數(shù)的降序作為板卷的編排順序,使優(yōu)先級(jí)系數(shù)大的板卷能夠被優(yōu)先編排,這里的優(yōu)先級(jí)系數(shù)的制定方法來(lái)源于實(shí)際生產(chǎn)情況,將罩式爐生產(chǎn)線的管理模式進(jìn)行量化,通過(guò)算法求解來(lái)解決問(wèn)題;最小增益法是以目標(biāo)函數(shù)的增量為依據(jù),優(yōu)先編排使目標(biāo)函數(shù)增益最小的板卷的方法;分系列法中按照退
4、火曲線約束將板卷分成若干個(gè)組,在每組中使用優(yōu)先級(jí)法進(jìn)行求解。是將優(yōu)先級(jí)法中的判斷板卷退火曲線是否匹配的步驟提前到原始數(shù)據(jù)處理階段。 在仿真試驗(yàn)中,在CPU為PentiumIV主頻2.4G,512M物理內(nèi)存,WindowsXP操作系統(tǒng)的計(jì)算機(jī)上,在VC++6.0開(kāi)發(fā)環(huán)境中,使用C編程語(yǔ)言進(jìn)行編譯,分別對(duì)從實(shí)際生產(chǎn)中采集的6組真實(shí)數(shù)據(jù)進(jìn)行了求解。從結(jié)果可以看出,提出的三種啟發(fā)式算法結(jié)果皆優(yōu)于寶鋼人工編排的結(jié)果。其中分系列法在裝爐量和
5、目標(biāo)函數(shù)值上得到了最多的當(dāng)前最好解,優(yōu)先級(jí)法次之,因?yàn)閺乃惴ㄋ枷肷峡?,分系列法可以看作是改進(jìn)了的優(yōu)先級(jí)法,所以分系列法的結(jié)果要由于優(yōu)先級(jí)法。雖然最小增益法沒(méi)有在結(jié)果數(shù)據(jù)上顯示出優(yōu)勢(shì),但是由于其對(duì)目標(biāo)函數(shù)懲罰值的變更有很大的敏感性,所以在通過(guò)改變懲罰值來(lái)控制計(jì)劃屬性的時(shí)候,使用最小增益法最為合適。 把罩式爐批量計(jì)劃問(wèn)題看作是鋼鐵企業(yè)整個(gè)物流過(guò)程的一個(gè)單元,考慮板卷動(dòng)態(tài)到達(dá)的情況,提出了動(dòng)態(tài)罩式爐批量計(jì)劃問(wèn)題,本文將其歸結(jié)為動(dòng)態(tài)批處
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 啟發(fā)式優(yōu)化算法綜述
- 圓形件下料啟發(fā)式算法.pdf
- 投資組合選擇模型及啟發(fā)式算法研究.pdf
- 啟發(fā)式算法研究及其應(yīng)用.pdf
- 基于啟發(fā)式算法的公交線網(wǎng)優(yōu)化模型研究.pdf
- MDLRPPD模型構(gòu)建及其啟發(fā)式組合優(yōu)化算法研究.pdf
- 車輛調(diào)度問(wèn)題啟發(fā)式算法研究.pdf
- 生物啟發(fā)式圖像分類算法研究.pdf
- 生物啟發(fā)式算法及其改進(jìn)研究.pdf
- 基于小世界模型的啟發(fā)式尋路算法研究.pdf
- 基于啟發(fā)式算法的動(dòng)態(tài)交通流分配模型研究.pdf
- 資源優(yōu)化的啟發(fā)式算法研究.pdf
- 前端啟發(fā)式滲透檢測(cè)模型研究.pdf
- 嵌入式系統(tǒng)寄存器分配-啟發(fā)式與進(jìn)化算法.pdf
- 軟硬件劃分的啟發(fā)式算法.pdf
- 組合優(yōu)化問(wèn)題的啟發(fā)式算法分析與設(shè)計(jì).pdf
- TSP的結(jié)構(gòu)特征挖掘與啟發(fā)式算法設(shè)計(jì).pdf
- 課表安排問(wèn)題的啟發(fā)式算法研究.pdf
- 車輛路徑問(wèn)題的啟發(fā)式算法研究.pdf
- 基于啟發(fā)式算法求解路由與波長(zhǎng)分配問(wèn)題.pdf
評(píng)論
0/150
提交評(píng)論