收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

热轧生产计划与负荷分配的多目标群智能算法研究

贾树晋  
【摘要】:近年来,随着钢铁行业竞争的日益加剧,降低生产成本、提高产品质量成为钢铁企业追求的目标。热轧是钢铁生产过程中的关键工序之一,其中存在两个重要的优化问题:热轧生产计划与负荷分配。优化热轧生产计划对提高生产效率、降低生产成本有着重要的意义,而优化热轧负荷分配则是提高产品质量的重要途径。因此,研究热轧生产计划与负荷分配的优化方法具有重要的现实意义。 热轧生产计划与负荷分配本质上属于多目标优化问题,以往文献大都通过加权法将其转化为单目标优化问题,然后使用单目标优化算法求解,存在的问题是目标权重往往很难确定,特别是在目标数量级不一致的情形下。鉴于单目标优化方法的局限性,本文使用多目标群智能算法来优化热轧生产计划与负荷分配问题,不仅避免了目标权重的选择,且算法一次运行便可产生多个Pareto最优解,给决策者带来了更大的决策自由度。 针对热轧生产计划与负荷分配问题,首先设计了一种基于Maximin适应度函数的多目标群智能算法框架,其基本思想是在保证优化性能的同时,尽量降低算法复杂度。在多目标群智能算法中,适应度分配、精英保留、多样性保留是最重要的三个机制,该算法框架利用Maximin适应度函数具有的“识别”非支配解与“奖励”分散解、“惩罚”聚集解的特性,在对其改进的基础上,使用Maximin适应度函数进行了适应度分配、精英保留与多样性保留,并提出了一种混合多样性保留策略,提高了算法的多样性能,同时通过引入一个二维数组存储Min适应度,使得该算法框架的计算复杂度降低为O(mN2),体现了“以空间换取时间”的思想。 针对热轧生产计划优化问题,本文将其归结为多目标奖金收集车辆路径问题(PCVRP)模型,该模型兼具板坯选择与排程的功能。在此基础上提出了一种Pareto最大最小蚂蚁系统算法(P-MMAS)来优化该模型。P-MMAS在最大最小蚂蚁系统算法的基础上,重新设计了状态转移策略、信息素更新策略、局部搜索策略及信息素平滑机制,并使用基于Maximin适应度函数的多目标群智能算法框架进行适应度分配、精英保留与多样性保留。在此基础上,设计了热轧生产计划的多目标优化方法:首先在满足轧制规程约束的基础上,使用P-MMAS算法在最小化相邻板坯间跳跃惩罚的同时,使收集的奖金尽可能多(即尽可能处理优先级高的板坯),由此得到一组非支配解;然后使用TOPSIS多目标决策方法选择其中的一个解作为最终的生产计划。 针对热轧负荷分配问题,本文建立了综合考虑轧制力裕量均衡、轧辊磨损控制与板形控制等因素的多目标优化模型,并提出了一种基于局部搜索的多目标粒子群算法(LS-MOPSO)进行优化。该算法在多目标优化中引入局部搜索策略,通过构造局部搜索聚合函数,并使用数学规划方法求解以加速算法收敛到Pareto最优解。此外,使用基于Maximin适应度函数的多目标群智能算法框架进行适应度分配、精英保留与多样性保留。为避免粒子群算法早熟收敛,算法中引入了高斯变异算子。最后,为处理负荷分配优化模型中的约束条件,提出了一种有效的约束处理方法。研究表明使用LS-MOPSO不仅能获得比经验负荷分配方法更好的解,而且还能揭示负荷分配模型不同目标间的矛盾关系,体现了热轧负荷分配多目标优化方法的优越性,也验证了LS-MOPSO算法解决实际问题的有效性。


知网文化
【相似文献】
中国期刊全文数据库 前19条
1 涂雪平;张文新;李铁克;;基于遗传算法的热轧生产过程多目标优化[J];工业工程;2009年06期
2 潘竟忠;王艳东;;IF钢热轧生产工艺分析[J];河北冶金;2009年03期
3 孙本荣 ,赵佩祥 ,朱荣林;新的热轧生产工艺试验方法研究[J];钢铁研究总院学报;1988年03期
4 徐晓荣;;254SMO奥氏体不锈钢热轧生产工艺研究[J];中国金属通报;2019年10期
5 侯志广;;超快冷技术在迁钢热轧生产中的应用[J];中国金属通报;2018年12期
6 戴鹏;杨海林;白春雷;周一中;;超快冷技术在武钢热轧生产中的应用[J];钢铁研究;2017年02期
7 肖建;郑力;;检修备品库的货位优化模型[J];清华大学学报(自然科学版)网络.预览;2008年11期
8 朱涛,吕敬东,刘勇,温亚成,杨金成;不锈钢热轧生产工艺研究[J];钢铁钒钛;2002年03期
9 李学斌;;机组负荷分配的多目标优化和多属性决策[J];电力系统及其自动化学报;2010年01期
10 王向成;;用连铸—直接热轧生产取向硅钢板的方法[J];钢铁研究;1992年01期
11 王莉;CIMS下的热轧生产批量计划的数学模型及解法[J];鞍山师范学院学报;1999年03期
12 张勇德,黄莎白;多目标优化问题的蚁群算法研究[J];控制与决策;2005年02期
13 张乐;;基于大数据的分布式中压配电网空间负荷分配方法研究[J];科学技术与工程;2017年15期
14 何晋强;黎夏;刘小平;陶嘉;;蚁群智能及其在大区域基础设施选址中的应用[J];遥感学报;2009年02期
15 陈婵媛;王坚;吴金国;;一种解决电力系统经济负荷分配的改进的遗传算法[J];中国电力教育;2006年S3期
16 詹素华,郑为民;国外负荷分配器与国产调速器的接口技术[J];船电技术;2001年03期
17 徐刚;;铝板带热轧生产管理系统功能设计[J];有色金属加工;2012年03期
18 王筱萍;高慧敏;曾建潮;;改进分布估计算法在热轧生产调度中的应用[J];系统仿真学报;2012年10期
19 陆善忠;热轧高压水除鳞系统的设计[J];上海金属;2001年02期
中国重要会议论文全文数据库 前20条
1 容芷君;应保胜;;热轧生产计划调度管理信息系统的研究[A];冶金企业MES和ERP技术实践论文集[C];2005年
2 杨宏凯;;轧辊降耗在热轧生产中的应用[A];第七届(2009)中国钢铁年会大会论文集(中)[C];2009年
3 季颖洁;沈彦;周泽雁;;1780热轧生产技术信息系统的设计与实现[A];全国冶金自动化信息网2015年会论文集[C];2015年
4 李德君;;本钢无取向硅钢热轧生产工艺路线的实践[A];第十届中国科协年会论文集(四)[C];2008年
5 潘竟忠;王艳东;刘照;张继业;陈伟震;;IF钢热轧生产工艺分析[A];2008年河北省轧钢技术与学术年会论文集(上)[C];2008年
6 蒋柯;韩静涛;;20MnSi氧化铁皮成分和结构研究[A];第八届全国塑性加工理论与新技术学术会议论文集[C];1999年
7 张进之;孙旻;許庭洲;张宇;史乐;;再论热连轧生产过程负荷分配问题[A];2016年全国轧钢生产技术会议论文集[C];2016年
8 张进之;张宇;王莉;许庭洲;;三论热连轧负荷分配问题[A];2016年全国轧钢生产技术会议论文集[C];2016年
9 田乃媛;彭其春;徐安军;刘青;包燕平;;基于漏斗模型的炼钢—连铸—热轧生产计划与控制方法[A];2001中国钢铁年会论文集(下卷)[C];2001年
10 谭耘宇;赖森贞;陈晨;;梅钢画面服务器的升级改造[A];中国计量协会冶金分会2016年会论文集[C];2016年
11 王瑞珍;于和奎;;母管压力调节与负荷分配实施方案[A];2003年内蒙古自治区自然科学学术年会优秀论文集[C];2003年
12 赖森贞;程林;肖瑶;李美华;;域控制管理在梅钢热轧控制系统中的应用[A];全国冶金自动化信息网2009年会论文集[C];2009年
13 夏丁;邸曙升;张建;李俊财;;基于大壁障侧碰和侧柱碰性能平衡的B柱和门槛优化[A];2021中国汽车工程学会年会论文集(4)[C];2021年
14 贺岩松;李蒙然;张志飞;;基于柔性腿模型的汽车前端吸能结构分析与多目标优化[A];2020年未来汽车技术大会暨重庆汽车行业第33届年会论文集[C];2020年
15 侯振方;胡海欧;霍俊焱;;基于多目标优化的车门结构轻量化设计[A];2019Altair技术大会论文集[C];2019年
16 洪意意;马严;黄小红;李丹丹;谢坤;;基于多目标优化的自适应采集方法研究[A];2020中国信息通信大会论文集(CICC 2020)[C];2020年
17 丁阳;李小燕;;隶属函数与超效率DEA相结合的配电网多目标优化重构[A];浙江省电力学会2020年度优秀论文集[C];2021年
18 叶婵峰;沈波;林都;董宏丽;;基于ε约束理论和修复算子的多目标优化算法[A];第36届中国控制会议论文集(B)[C];2017年
19 罗亚中;;航天器轨迹多目标优化研究评述[A];The 5th 全国动力学与控制青年学者研讨会论文摘要集[C];2011年
20 张翔;;一种无歧义性的多目标优化数值解法[A];中国农业机械学会成立40周年庆典暨2003年学术年会论文集[C];2003年
中国博士学位论文全文数据库 前20条
1 贾树晋;热轧生产计划与负荷分配的多目标群智能算法研究[D];上海交通大学;2012年
2 呼万哲;中厚板坯料设计及其热轧生产计划建模与优化算法研究[D];重庆大学;2019年
3 陈丽;热轧生产操作优化理论与方法研究[D];东北大学;2014年
4 李耀华;热轧生产计划与板坯库优化管理模型及算法研究[D];大连理工大学;2006年
5 李彬;基于多目标优化理论的高效可靠性分析方法研究[D];大连理工大学;2019年
6 桑志国;双气室油气悬挂隔振特性研究[D];北京理工大学;2017年
7 王鹏;基于分解的多目标优化算法改进及其应用研究[D];湖南大学;2019年
8 孟凡云;具有锥均衡约束的多目标优化的最优性理论[D];大连理工大学;2017年
9 宁伟康;进化多目标优化算法研究及其应用[D];西安电子科技大学;2018年
10 程庭莉;含分布式储能的主动配电网多目标优化调度方法研究[D];重庆大学;2018年
11 丰昊;IPT功率变换系统的建模与多目标优化研究[D];华中科技大学;2018年
12 张继宏;锥约束多目标优化问题的最优性和稳定性研究[D];大连理工大学;2018年
13 秦志昌;非线性动力学系统的多目标优化控制设计[D];天津大学;2017年
14 田野;基于进化算法的复杂多目标优化问题求解[D];安徽大学;2018年
15 赵泱泱;设计原则导向的多目标优化软件重构[D];南京大学;2018年
16 石美凤;求解多目标优化问题的分布估计算法研究[D];重庆大学;2017年
17 刘俊华;超多目标优化问题的高效算法研究[D];西安电子科技大学;2019年
18 梁晓磊;基于社群特性的群智能算法研究及在物流中的应用[D];武汉理工大学;2015年
19 过晓芳;超多目标优化问题的几种进化算法研究[D];西安电子科技大学;2015年
20 陈琼;演化多目标优化多样性保持策略及其应用研究[D];武汉理工大学;2010年
中国硕士学位论文全文数据库 前20条
1 金阳;基于蚁群优化算法的热连轧过程负荷分配策略研究[D];东北大学;2014年
2 吕敏虎;连铸及热轧生产计划系统开发[D];东南大学;2016年
3 程自强;基于多目标优化的厂级负荷优化调度研究[D];河北科技大学;2015年
4 徐双;混合粒子群算法在板带热连轧负荷分配中的应用研究[D];冶金自动化研究设计院;2018年
5 王艺婷;基于最大供电能力的配电网负荷分配优化方法[D];东北石油大学;2018年
6 黄佩秋;热精轧负荷分配多目标粒子群优化算法研究[D];东北大学;2017年
7 于晓飞;基于粒子群算法的冷连轧负荷分配方法研究[D];东北大学;2015年
8 耿丽;基于蚁群算法的生鲜农产品车辆路径问题多目标优化研究[D];河北工业大学;2018年
9 刘奇特;基于群智能的中央空调冷站节能优化方法研究[D];西安建筑科技大学;2020年
10 邢志娟;多目标优化问题的蚁群算法研究[D];中国地质大学(北京);2010年
11 代振楠;工业互联网中基于边缘计算的任务卸载策略研究[D];湖南大学;2019年
12 吴天诚;基于进化算法的动态多目标优化研究[D];深圳大学;2019年
13 马圆圆;多目标优化问题拟近似解的性质研究[D];重庆师范大学;2019年
14 何爱华;多目标优化的标量化性质及其应用研究[D];重庆师范大学;2019年
15 陈瑞婷;多目标优化问题鲁棒解和近似解的研究[D];重庆师范大学;2019年
16 郑霜;鲁棒凸多目标优化问题解集的刻画[D];重庆师范大学;2019年
17 张晓青;一类多目标优化问题的鲁棒性及其应用[D];重庆师范大学;2019年
18 胡知强;基于需求驱动的CSPS系统的多目标优化问题研究[D];合肥工业大学;2019年
19 王素芬;基于可靠性约束的生产线多目标优化与维护策略研究[D];温州大学;2019年
20 肖博;基于多目标优化的震后应急物流路径规划研究[D];长安大学;2019年
中国重要报纸全文数据库 前7条
1 通讯员 朱虹 本报记者 李丽云;海洋机器人组团出征 集群智能协同让1加1大于2[N];科技日报;2021年
2 记者 付毅飞;首个无人集群智能单元发布[N];科技日报;2019年
3 本报记者 余建斌;当无人机有了“集群智能”[N];人民日报;2017年
4 陈捷;“蚁群智能”与组织效力[N];中华工商时报;2002年
5 许芳芳;郭斌和他的“社群智能”[N];中国科学报;2013年
6 杨海芳 张东岳;赣州城区一批新能源汽车群智能快充站建成[N];赣南日报;2019年
7 邢雯;我铝板带热轧生产能力增强[N];国际商报;2004年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978