PESAⅡ算法求解基于PCVRP的热轧批量计划问题

根据生产需要,将热轧计划编制问题归结为奖金收集车辆路径问题;并根据生产工艺建立了多目标优化模型,即最小工艺损耗,最小轧制计划数目,最小未排入计划的板坯惩罚值。并没有采取传统的加权方式将其转化成单目标问题;而是采用了一种改进的多目标进化算法(PESAII)进行求解,并对实验结果进行分析。实验表明,该算法的效果和效率都是令人满意的。该模型可以为计划编制人员提供更多的决策支持,更好地为生产服务。

ALNS算法求解带软时间窗同时取送货的PCVRP问题

考虑电子商务环境下订单种类多、批量小等特点,在现有奖金收集车辆路径问题(PCVRP)模型的基础上加入时间窗约束和同时取送货需求,建立了带软时间窗同时取送货的PCVRP模型。设计了自适应大邻域搜索算法(ALNS)进行求解,采用插入法生成初始解,再用ALNS对初始解进行改进。通过仿真实验将设计的ALSN算法计算结果与使用遗传算法、模拟退火算法、布谷鸟算法、禁忌搜索算法及离散粒子群算法的计算结果进行比较,仿真实验结果验证了模型的合理性及ALNS算法的有效性。实验结果表明所设计的ALNS算法在求解大规模问题方面具有更好的寻优能力。

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．