一种炼钢连铸过程的多目标柔性调度方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN108303958A(43)申请公布日2018.07.20(21)申请号201810030207.1(22)申请日2018.01.12(66)本国优先权数据201711100014.02017.11.09CN(71)申请人重庆大学地址400044重庆市沙坪坝区沙正街174号(72)发明人蒋胜龙王永周卢义郑忠黄世鹏(74)专利代理机构重庆市前沿专利事务所(普通合伙)50211代理人顾晓玲(51)Int.Cl.G05B19/418(2006.01)权利要求书6页说明书9页附图2页(54)发明名称一种炼钢连铸过程的多目标柔性调度方法(57)摘要本发明公开了炼钢-连铸过程的多目标柔性调度方法，包括如下步骤：构建不确定炼钢-连铸调度模型，从钢厂MES数据库中获得输入参量的取值，形成离线调度优化问题；确定初始化种群，定义一个基于决策人偏好的多目标参考点，将多目标优化问题转换为单目标优化问题；根据转换后的目标函数，使用化学反应优化算法对初始化的种群进行迭代优化，获得候选调度方案集合。在迭代优化过程中，运用基于随机仿真的T检验方法对当前种群进行粗略排序和选择；运用基于知识的邻域搜索策略提升化学反应优化算法的收敛性能。最后，运用一个基于无差异区的精准排序和选择策略获得最优调度方案。本发明实现了平均等待时间、断浇时间惩罚和等待时间越界惩罚多个目标期望值的优化。CN108303958ACN108303958A权利要求书1/6页1.一种炼钢连铸过程的多目标柔性调度方法，包括如下步骤：S1，构建不确定调度问题模型,首先，设置输入参数如下：j＝1,2,…,n：炉次序号，其中n为炉次总数；l＝1,2,…,h：浇次序号，其中h为浇次总数；i＝1,2,…,g：工序序号，其中g为工序总数；(l,r)：浇次l内的第r个炉次，其中r＝1,2,…,nl，nl为浇次l内炉次的总数；si,j：炉次j在工序i的开始加工时间；tri,i+1:钢包从工序i到工序i+1的搬运时间；rj：炉次j对应的铁水到达时间；ni：工序i内的机器数；si,j：炉次j在工序i的开始加工时间；pi,j：炉次j在工序i的加工时间；sg,(l,r)：浇次l内第r个炉次在最后一道工序g的开始加工时间；pg,(l,r)：浇次l内第r个炉次在最后一道工序g的持续加工时间；jh(l)：浇次l内第一个炉次的序号；jt(l)：浇次l内最后一个炉次的序号；Su(l)：浇次l的准备时间；Qt：相邻工序间的最大等待时间；L：一个预设的整数常量；然后，设置不确定调度问题模型的目标函数如下：其中，f1为炉次等待时间，f2为断浇造成的惩罚，f3为等待时间的越界惩罚，E(f1)，E(f2)，E(f3)为期望值函数，将多目标函数(1)转换为如下单目标函数：其中，λd为权重系数，ρ为放大系数，为目标参考点，ud为最优目标点，E(fd)为目标函数fd的期望值，Pr(E(fd)≥ud)指E(fd)≥ud的概率大于等于β；最后，设置不确定调度模型的约束条件，具体包括：炉次前后工序的运输时间约束；同工序内炉次加工先后关系和机器能力约束；同机器上相邻炉次的时间和空间约束；铁水到达时间约束；连铸工序浇次加工顺序和机器能力约束；浇次开浇的准备时间约束，同一浇次内相邻炉次连续加工约束；S2，从钢厂MES数据库中获得已知量参数的取值，包括待调度的炉次集合、浇次集合、炉次工艺路径、相邻工序之间的运输时间、每个操作的加工时间期望值和方差，形成一个离线2CN108303958A权利要求书2/6页调度优化问题；S3，使用随机方法构造初始化种群；对每个个体解执行τ次离散事件仿真过程，获得单目标函数τ次结果的均值与方差；指定多目标参考点；S4，使用化学反应优化的变换算子构造子种群，并对其中每个新个体解执行τ次离散事件仿真过程，获得其单目标函数τ次计算的均值、方差及ASF值；S5,将父代种群与子代种群合并，构成新一代种群；S6,按照给定的ASF值，对当前种群从大到小顺序排序的前e％的个体执行基于知识的邻域搜索过程，其中e为正数；S7，根据基于T假设检验方法计算的ASF′值对当前种群进行粗略排序，筛选出NP个优势个体解，组成下一代种群；S8，如果算法达到停止条件则执行步骤S9，否则，执行步骤S4；S9，针对由最终种群构造的候选调度解集，运用基于无差异区的精准排序和选择策略选择最优调度解。2.根据权利要求1所述的炼钢连铸过程的多目标柔性调度方法，所述约束条件为：1)，每个炉次必须经过炼钢和精炼工序，并且每个工序必须经过一台机器进行加工，其中，k为机器序号，k∈[1,2,…,ni]，ni为工序i的机器总数；xi,j,k为二进制变量：若炉次j被分配到工序i第k台机器上，则xi,j,k＝1，反之