提釩—煉鋼生產(chǎn)調(diào)度的優(yōu)化與仿真研究

《提釩—煉鋼生產(chǎn)調(diào)度的優(yōu)化與仿真研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、重慶大學(xué)碩士學(xué)位論文2提釩-煉鋼生產(chǎn)調(diào)度問題描述間作業(yè)調(diào)度的熱潮。我國的宮春平[25]在柔性作業(yè)車間調(diào)度問題模型的基礎(chǔ)上，針對(duì)資源約束作業(yè)車間調(diào)度問題及多目標(biāo)柔性作業(yè)車間調(diào)度結(jié)合的問題，建立了資源約束下多目標(biāo)柔性作業(yè)車間調(diào)度問題的數(shù)學(xué)模型，提出了啟發(fā)式活動(dòng)調(diào)度算法與遺傳算法結(jié)合來對(duì)模型進(jìn)行求解。唐立新、楊自厚等人[26,27]運(yùn)用遺傳算法求解鋼鐵企業(yè)生產(chǎn)過程中的最優(yōu)“爐次”以及調(diào)度問題，求得問題的近優(yōu)解。遺傳算法已經(jīng)成為一種比較通用的優(yōu)化算法，主要原因是其編碼技術(shù)和遺傳操作比較簡單，優(yōu)化不受限制性

2、條件的約束。但是遺傳算法也有其明顯的不足之處：對(duì)于大規(guī)模的組合優(yōu)化問題，搜索空間大，搜索時(shí)間較長，往往會(huì)出現(xiàn)早熟收斂的情況；對(duì)初始種群很敏感，初始種群選擇不好會(huì)影響解的質(zhì)量和算法效率。為了進(jìn)一步改進(jìn)遺傳算法，人們主要從兩方面入手：一是對(duì)遺傳算法本身進(jìn)行改進(jìn)；二是與其他算法結(jié)合，取長補(bǔ)短。2)人工神經(jīng)網(wǎng)絡(luò)方法人工神經(jīng)網(wǎng)絡(luò)是在對(duì)人腦組織結(jié)構(gòu)和運(yùn)行機(jī)制認(rèn)識(shí)理解的基礎(chǔ)上，模擬其結(jié)構(gòu)和智能行為的一種工程系統(tǒng)。自Hopfield用神經(jīng)網(wǎng)絡(luò)求解旅行社問題之后，人工神經(jīng)網(wǎng)絡(luò)方法也成為求解車間生產(chǎn)作業(yè)調(diào)度問題的有效

3、方法。H.wang等[28]將神經(jīng)網(wǎng)絡(luò)應(yīng)用于優(yōu)化問題的求解，提出了用神經(jīng)網(wǎng)絡(luò)方法求解柔性flowshoe生產(chǎn)作業(yè)計(jì)劃問題；Widmer.M.[29]為了解決大規(guī)模問題，又提出一種改進(jìn)的Hopfield網(wǎng)絡(luò)的整數(shù)線性規(guī)劃神經(jīng)網(wǎng)絡(luò)方法來解決JobShop調(diào)度問題；FooY.S.[30]也提出了一種用于解決JobShop調(diào)度問題的神經(jīng)網(wǎng)絡(luò)方法。王秀宏[31]采用具有瞬態(tài)混沌特性的神經(jīng)網(wǎng)絡(luò)解決生產(chǎn)調(diào)度問題。利用神經(jīng)元的自抑制反債產(chǎn)生混沌動(dòng)態(tài)，其隨機(jī)搜索能力有效地進(jìn)免了傳統(tǒng)Hopfield神經(jīng)網(wǎng)絡(luò)極易陷入局

4、部極小的缺陷。Hopfield神經(jīng)網(wǎng)絡(luò)模型的出現(xiàn)為解決調(diào)度問題開辟了一條新途徑。但用神經(jīng)網(wǎng)絡(luò)方法解決生產(chǎn)調(diào)度問題時(shí)存在的問題是，神經(jīng)網(wǎng)絡(luò)用于調(diào)度問題研究時(shí)，需要大量的樣本和較長的訓(xùn)練時(shí)間才能保證調(diào)度結(jié)果[32,33]，計(jì)算時(shí)會(huì)產(chǎn)生大量不可行解且計(jì)算時(shí)間較長，因此神經(jīng)網(wǎng)絡(luò)方法解決實(shí)際調(diào)度問題的效率不高。包括以上介紹的兩種方法的研究情況，國內(nèi)還有很多學(xué)者采用其他智能優(yōu)化方法對(duì)調(diào)度問題進(jìn)行探索。如李宏[34]用模擬退火方法解決了流水車間的排序問題，但它的收斂速度慢，很難用于實(shí)時(shí)動(dòng)態(tài)調(diào)度環(huán)境；劉忠耀[35

5、]基于啟發(fā)式規(guī)則和禁忌搜索技術(shù)，提出了一種優(yōu)先滿足定單交貨期的調(diào)度方法。由于禁忌搜索的應(yīng)用需要較多的技巧，故在作業(yè)調(diào)度中的應(yīng)用較少。③啟發(fā)式規(guī)則啟發(fā)式規(guī)則就是人們在生產(chǎn)實(shí)踐中所總結(jié)、提煉出的很多行之有效的經(jīng)驗(yàn)和規(guī)則，10重慶大學(xué)碩士學(xué)位論文2提釩-煉鋼生產(chǎn)調(diào)度問題描述也稱其為調(diào)度規(guī)則。將啟發(fā)式規(guī)則應(yīng)用于調(diào)度問題中，即是：按照規(guī)則從尚未調(diào)度的工序的子集中選擇一個(gè)工序進(jìn)行調(diào)度，直到所有的工序都被調(diào)度為止。優(yōu)先調(diào)度規(guī)則的研究很早以前就開始，多年來，已經(jīng)涌現(xiàn)出很多新的調(diào)度規(guī)則。Johnson[9]于195

6、4年就提出了Johnson算法來解決調(diào)度問題。S.Panwalker[12]等人于1977年總結(jié)了113個(gè)啟發(fā)式調(diào)度規(guī)則，將其分為簡單優(yōu)先規(guī)則、復(fù)合優(yōu)先規(guī)則、優(yōu)先權(quán)規(guī)則與啟發(fā)式規(guī)則，并對(duì)個(gè)規(guī)則的適應(yīng)情況做了總結(jié)。國內(nèi)學(xué)者對(duì)啟發(fā)式規(guī)則也進(jìn)行了許多有益的嘗試。尹新，楊自厚[36]通過分析拖期時(shí)間與兩個(gè)作業(yè)調(diào)度決策間的關(guān)系，提出了一種比較復(fù)雜的規(guī)則，并在以拖期時(shí)間最小的目標(biāo)下，與其他調(diào)度規(guī)則作了實(shí)驗(yàn)比較。劉光航[37]、馮振軍[38]等人采用基于爐次指派規(guī)則和沖突消解規(guī)則的啟發(fā)式算法來求解煉鋼-連鑄生產(chǎn)

7、調(diào)度問題，得到了較好的調(diào)度方案?？傮w而言，啟發(fā)式規(guī)則實(shí)現(xiàn)簡單、快捷、計(jì)算機(jī)復(fù)雜度低，而且，能夠用于動(dòng)態(tài)實(shí)時(shí)調(diào)度系統(tǒng)中，所以應(yīng)用相對(duì)比較廣泛。但啟發(fā)式規(guī)則一般不具備全局優(yōu)化的特點(diǎn)，因此，在實(shí)際應(yīng)用時(shí)，應(yīng)與其他算法結(jié)合使用。④系統(tǒng)仿真方法仿真方法通過對(duì)調(diào)度系統(tǒng)的邏輯關(guān)系進(jìn)行模擬，經(jīng)由仿真模型的運(yùn)行收集數(shù)據(jù)，從而對(duì)實(shí)際系統(tǒng)進(jìn)行性能、狀態(tài)等方面的分析。一般來講，越復(fù)雜的系統(tǒng)，其優(yōu)化問題在數(shù)學(xué)上越難實(shí)現(xiàn)，而仿真則是一個(gè)較好的解決辦法?，F(xiàn)有的仿真方法主要有：基于排隊(duì)論的方法，Petri網(wǎng)建模方法，細(xì)胞自動(dòng)機(jī)仿

8、真模型。Kiran等回顧和總結(jié)了在動(dòng)態(tài)環(huán)境下基于純仿真模型的JobShop調(diào)度問題的研究狀況；Balas[39]提出了基于純仿真模型的調(diào)度方法，即在一個(gè)較短的時(shí)間段內(nèi)用仿真來評(píng)價(jià)一個(gè)分派規(guī)則集，選取最小代價(jià)的規(guī)則進(jìn)行調(diào)度，以適應(yīng)系統(tǒng)狀態(tài)的變化；李霄峰，徐立云等人[40]針對(duì)煉鋼連鑄系統(tǒng)，運(yùn)用賦時(shí)有色的Petri網(wǎng)建立了各設(shè)備的動(dòng)態(tài)調(diào)度模型，運(yùn)用反向調(diào)度實(shí)現(xiàn)出鋼計(jì)劃粗調(diào)度、正向仿真解決機(jī)器沖突；盧曉紅等人[41]基于精益生產(chǎn)“消除浪費(fèi)”的考慮,對(duì)車間內(nèi)吊車調(diào)度系統(tǒng)進(jìn)行了基于排隊(duì)論的仿