Integrating Process Planning and Scheduling with an Intelligent Facilitator

This paper introduces a dynamic facilitating mechan is m for the integration of process planning and scheduling in a batch-manufacturi ng environment. This integration is essential for the optimum use of production resources and generation of realistic process plans that can be readily executed with little or no modification. In this paper, integration is modeled in two le vels, viz., process planning and scheduling, which are linked by an intelligent facilitator. The process planning module employs an optimization approach in whi ch the entire plan solution space is first generated and a search algorithm is t hen used to find the optimal plan. Based on the result of scheduling module an u nsatisfactory performance parameter is fed back to the facilitator, which then i dentifies a particular job and issues a change to its process plan solution spac e to obtain a satisfactory schedule.

基于Python的传输业务调度系统的设计及实现

基于P ython编程语言设计传输业务调度系统,以提升业务调度方案输出效率为目标。系统充分利用现有的综资系统中站点、光交箱、中继段等基础数据,有效结合P ython在数据分析方面的优势,通过设计光路路由调度关键算法实现端到端跳纤方案输出、上联方案输出、查找附近最近接入点等功能。用户可以通过输入站点、经纬度等信息,实现业务调度方案快速输出及批量输出,显著提升业务调度方案制作效率,有力支撑业务开通。

基于改进禁忌搜索算法的药房批量取药路径规划研究

针对药房批量取药这一现实问题,在设计药房整体环境布局和引入路径规划算法的基础上,提出以重量加权的距离为目标的旅行商问题TSP(Traveling Salesman Problem)。建立一个混合整数规划模型,使用禁忌搜索算法进行模型求解,使用曼哈顿距离作为两点之间距离,在禁忌长度等参数设置上使用动态自适应方法,并在算法中加入扰动方法,避免算法陷入局部最优,增加搜索目标的多样性。最后使用JAVA进行了仿真模拟实验,可视化结果验证了算法的可行性和有效性。

多品种小批量产品的分层计划管控系统设计与实践

针对中小企业生产管理指导性、规范性差,生产作业效率低等问题,本文以A公司多品种小批量产品为研究对象,提出一整套分层计划管控系统。首先通过流程再造优化订单评审流程,其次,采用分层计划编制体系优化计划排产流程,然后构建基于规则约束的启发式算法进行优化。最终达到增强生产订单接收协同性,排产指导性以及反馈及时性的目的。

融合A^(*)和禁忌搜索的药房批量取药路径规划算法研究

考虑药房取药场景的实际复杂情况,综合批量取药、多趟取药、药品重量限制等因素,将药房批量取药路径规划问题转换为一个带最大容量约束和多循环约束、以重量加权距离为目标的车辆路径问题,设计了一种融合A^(*)和改进禁忌搜索的混合算法,并在算法设计和工程实现两个角度上进行优化,提高算法性能。最后使用JAVA语言进行仿真实验和可视化展示,验证了算法对于构造的不同规模的所有算例,均能在合理时间内给出可行有效的取药路径,具有较好的路径规划效果。

冶铸轧一体化批量计划编制新技术

研究了钢铁企业MES的核心环节—冶、铸、轧一体化批量计划的编制问题,其目标是为了满足现代的热送热装工艺要求,编制出前后工序协调一致的一体化批量计划。给出了一体化计划编制的框架结构,提出基于模型控制和参数控制的两环控制策略来解决冶、铸、轧三大批量计划难以协调匹配的问题,并给出了评价一体化计划的两个重要的指标:数量和次序匹配率。以某钢铁厂的数据为例进行了数据模拟和分析,证明了该方法的有效性,对钢铁企业的计划编制具有一定的指导意义。

不确定计划数的轧制批量计划的模型和算法

根据热轧生产工艺将热轧生产批量计划归结为不确定车辆数的车辆路径问题 (VRP) ,考虑了轧制计划中钢板宽度的反跳和相同宽度钢板的总长度约束 ,在轧制作业计划数不确定的情况下 ,把组批和排序有机地结合起来 ,并用遗传算法和禁忌搜索算法相结合的混合算法对问题进行求解 ,实验结果表明算法获得的最好解、平均负荷率和计算成本都比较令人满意 .

Pareto最大最小蚂蚁算法及其在热轧批量计划优化中的应用

针对双目标旅行商问题提出了基于Pareto概念的最大最小蚂蚁算法(P--MMAS).通过重新设计状态转移策略、信息素更新策略及局部搜索策略,同时引入基于自适应网格的多样性保持策略与信息素平滑机制,使算法能够快速搜索到在目标空间上均匀分布的近似Pareto前端.通过在6个标准测试函数上的实验及在热轧批量计划优化中的应用,表明P--MMAS具有良好的优化性能及实用性.

基于并行策略的冶铸轧一体化组批模型及算法

针对直接热装和直轧工艺的特点,提出在冶铸轧一体化组批时用组合批代替传统的连铸作业计划和热轧作业计划,并建立了时序条件多收益旅行商M PCTSP-TC模型.该模型基于并行策略,一次可以求出若干个组合批.构造了分组协同蚁群算法,并用该算法对所提出的模型进行求解.结果表明,所建立的模型和算法可以最大化地求出较优的组合批,每个组合批都能满足模型的约束条件,而且排出一个组合批的平均时间为9.6 s,远远低于人工排产所需的时间.

基于一体化生产的炼钢—连铸批量计划与调度

基于钢铁企业一体化生产,建立了炼钢—连铸区段炉次和浇次批量计划模型,并通过禁忌搜索算法对模型进行了求解.之后,归纳出了A钢厂3座转炉、6台精炼设备(双工位RH设备3台,CAS设备2台,双环LF设备1台)、3台连铸机流程配置下静态调度的基本原则.最后,提出了一体化生产下炼钢—连铸区段动态调度的策略,并采用规则、算法、数学模型与人机交互相结合的方法解决炼钢—连铸动态调度问题,仿真实验结果表明了此方法的可行性.

热轧带钢轧制批量计划优化模型及算法

基于奖金收集车辆路径问题模型建立了热轧带钢生产批量计划多目标优化模型．模型综合考虑了生产工艺约束、用户合同需求以及综合生产指标优化等因素．利用加权函数法将多目标优化模型转换为单目标优化模型,针对模型特点设计了蚁群优化求解算法,算法中嵌入了单向插入和2-opt局部搜索过程．引用某钢铁企业热轧生产轧制批量计划编制的实际问题对模型和算法进行了验证,结果表明模型和算法的优化效果和时间效率是令人满意的．

冷轧薄板生产线组批调度模型与算法

针对冷轧薄板生产线流程长、产品种类多的特点,为提高合同的交货准确度,将一段时期内的生产合同进行组批处理,并对合同各批量的机组作业时间进行模糊预测,建立了具有模糊处理时间的冷轧生产线合同组批调度模型。模型将批量合同作为基本调度单元,将其归结为一类模糊JobShop问题,并采用改进的单亲遗传算法与特殊的邻域搜索策略相结合的方法进行求解。通过上海宝钢冷轧薄板厂大量的生产数据进行仿真实验,批量平均交货期满意度达到90%以上,表明该调度模型与算法能够达到较好的应用效果。

基于粒子群和约束满足的钢轧一体化批量计划优化

在分析钢铁生产中的钢轧一体化批量计划编制问题基本特征的基础上给出了一体化编制策略,并建立了问题的约束满足优化模型。针对模型的NP难特性,提出了一种将改进离散粒子群算法、约束满足和邻域搜索相结合的混合算法。算法采用自然数矩阵编码,每个粒子代表其相应任务分配问题的解;在构造启发式解的基础上,利用邻域搜索方法计算粒子的适应值;为提高算法的收敛速度,利用约束满足技术生成初始化可行种群并修复迭代过程中产生的不可行解。基于企业实际生产数据的仿真实验结果验证了模型和算法的有效性。

基于约束满足的热轧批量计划模型与算法

将热轧批量计划问题作为一个约束满足问题处理,建立不确定计划数的VRPSTW约束满足模型.在求解过程中,先用约束满足的一致性技术过滤变量的值域,收缩搜索空间;然后用变量选择和值选择构造轧制计划的解.为变量赋值之后,实施约束传播,保证每块板坯只被访问一次并动态禁止子回路.在已有的解的基础上,应用基于禁忌的k-opt互换改进解的质量.数据实验证明模型和算法是有效的.

PSO算法求解基于PCVRP的热轧批量计划问题

将热轧批量计划编制问题归结为奖金收集的车辆路径问题,按照热轧工艺规程,同时考虑轧制计划中钢板宽度、厚度的反跳约束,设计了反跳惩罚表,提出一种多目标数学规划模型,即最小化轧制计划数、最小化惩罚值、最小化未轧制板坯数.应用粒子群(PSO)算法进行求解,对PSO算法的求解过程进行了改进,使其适用于热轧批量计划问题,在实验中测试了算法的参数(惯性权重、加速因子)对解的影响,并进行了实验分析,获得了满意的结果.实验表明,经过改进的PSO算法所获得的最优解以及平均使用时间上都是有效的.

炼钢—热轧一体化计划问题研究

基于一体化管理思想,对炼钢、连铸和热轧计划模型进行了研究.在炼钢、连铸和热轧计划的基础上,建立了炉次─板坯─轧制单元一体化批量计划模型,并最终形成炼钢—热轧一体化生产调度.最后给出了炼钢—热轧一体化调度的解决方法.

炼钢-连铸-热轧批量计划的约束满足算法

为解决轧制计划编制问题,研究了炼钢-连铸-热轧一体化生产批量计划,提出了基于约束满足的启发式算法。根据炼钢-连铸阶段批量计划约束条件,从轧制计划中提炼出炉次计划和浇次计划,同时提出启发式算法求解。在两个启发式算法的基础上,运用基于参数控制的策略,编制出前后工序协调一致的一体化批量计划。数据实验结果表明了该方法及算法的有效性。

面向多种生产工艺的冶铸轧一体化批量计划优化

考虑面向冷装、温装、热装和直轧等多种生产工艺的炼钢、连铸和热轧三阶段一体化批量计划优化问题,针对问题特点提出了一体化编制策略,并在此基础上建立了问题的约束满足模型。针对模型无优化目标和具有复杂工艺约束,及其求解过程具有NP难性质的特点,提出了将约束传播技术嵌入到聚类分析中的求解算法。通过源于钢铁企业实际生产数据的仿真实验结果表明了模型和算法的有效性。

基于模拟退火轧制批量计划问题的两阶段算法

本文建立了一种轧制批量计划问题的数学模型 ,提出一种改进的两阶段启发式算法 ,并对其求解 .该算法是由启发式算法和模拟退火算法组成的 .基于实际生产数据的仿真结果证实了该算法的有效性 .

面向能耗的多工艺路线柔性作业车间分批优化调度模型

合理的调度方案能有效降低柔性作业车间总能耗。针对柔性作业车间中加工工件种类多、单批工件数量大、加工工艺路线柔性大等问题,研究一种面向能耗的多工艺路线柔性作业车间分批优化调度模型。分析柔性作业车间中工件加工过程能耗特性,以车间总能耗最低和完工时间最小为优化目标建立了多工艺路线柔性作业车间分批优化调度模型,并采用多目标模拟退火算法对模型进行优化求解。通过算法优化得到的调度方案与经验调度方案的对比分析,验证了该模型的有效性和实用性。