發(fā)布時間：2020-10-24 23:55

　　 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對煉鋼工序提出的物料供應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,設計了一種離散編碼機制,并結合該編碼機制設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機制�；�于實際生產(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構是??｛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