干式煤气柜罩式炉装炉优化中的拼卷和装炉组合问题涉及到多约束条件下满足多目标的钢卷聚类和优化组合,是一个NP难问题,其模型较难建立,求解过程复杂,用常规的方法往往无法得到最优解。目前,运筹学方法以及人工智能方法在理论和应用上被广泛用于求解该问题,很多学者在冷轧生产的作业计划与调度问题上取得一定的研究和应用成但对拼卷问题的研究较少,将其归结为容器数未知的多容器装箱问题,提出一种离散微分进化算法用于获得最优装载次序,所拼卷卷重满足装炉要求,拼卷时间也大大小于人工方法。该算法由于需进行离散化处理,通用性较差。
干式煤气柜针对装炉组合问题,根据钢卷的来源方式,钢卷装炉组合问题分为两类,一类是静态装炉组合,即钢卷已经在原料库中等待装炉;一类是动态装炉组合,这时钢卷除了库中钢卷外,还包括未到达原料库的钢卷。将其归结为在线装箱问题,利用几种经典装箱变形算法分别求解,得出近似FF算法是最佳解决方案,然而求解时未考虑最佳装炉重量约束。文提出了一种具有参数动态调节功能的改进遗传算法求解该问题,建模时考虑了最佳装炉重量约束,但没涉及最大炉高约束,致使求解结果中可能出现违规组合,另外改进遗传算法的复杂遗传操作加长了计算时间。考虑了干式煤气柜最佳装炉量和最大炉高约束,利用改进的蚁群算法求解,然而蚁群算法在计算过程中需花费大量时间来调整算法参数才能获得较好的解。将其归结为经典的批处理机调度问题,建立了该问题的。混合整数规划模型,并运用拉格朗日松弛算法求解,但是所建模型包含大量约束,致使求解步骤繁琐,并且松弛不同的约束获得结果也不相同。把该问题看成多目标优化问题,所建模型,分别建立了静态装炉组合和动态装炉组合的。整数规划模型,并利用三种启发式算法求解,得出了较好结果。但是,煤气柜这三种基于串行求解方式的启发式算法在求解时往往不能同时满足所有优化目标。
手机:13852470271 电话:0516-85107999
邮件:mchh999@126.com