一种基于NSGA-II的炼钢连铸生产调度的多目标优化方法.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CN105550771A(43)申请公布日2016.05.04(21)申请号201510905910.9(22)申请日2015.12.09(71)申请人中冶南方工程技术有限公司地址430223湖北省武汉市东湖新技术开发区大学园路33号(72)发明人曾亮(74)专利代理机构北京汇泽知识产权代理有限公司11228代理人程殿军张瑾(51)Int.Cl.G06Q10/04(2012.01)G06Q10/06(2012.01)G06Q50/04(2012.01)权利要求书3页说明书8页附图2页(54)发明名称一种基于NSGA-II的炼钢连铸生产调度的多目标优化方法(57)摘要本发明适用于炼钢-连铸生产工艺领域，提供了一种基于NSGA-II的炼钢连铸生产调度的多目标优化方法，包括：将炼钢-连铸生产调度的约束优化问题转化为包含两个目标的多目标优化问题，第一目标为最小化全厂完工时间与所有炉次等待时间之和，第二目标为最小化设备冲突时间之和；建立相应的炼钢-连铸生产智能调度的多目标优化模型，多目标优化模型以最小化第一和第二目标函数值为特征；定义进化种群中个体的支配关系；采用多目标进化算法NSGA-II对多目标优化模型进行求解。通过将炼钢-连铸生产调度这一复杂的约束优化问题转化为包含两个目标的多目标优化问题，松弛了传统方法求解时难以满足的约束，在减少迭代计算负荷的同时，提高了运算收敛的可能性。CN105550771ACN105550771A权利要求书1/3页1.一种基于NSGA-II的炼钢连铸生产调度的多目标优化方法，其特征在于，所述方法包括：步骤100，将炼钢-连铸生产调度的约束优化问题转化为包含两个目标的多目标优化问题，第一目标为最小化全厂完工时间与所有炉次等待时间之和，第二目标为最小化设备冲突时间之和；步骤200，建立相应的炼钢-连铸生产智能调度的多目标优化模型，所述多目标优化模型以最小化第一和第二目标函数值为特征；步骤300，定义进化种群中个体的支配关系；步骤400，采用多目标进化算法NSGA-II对所述步骤200中得到的所述炼钢-连铸生产智能调度的多目标优化模型进行求解。2.如权利要求1所述的方法，其特征在于，所述步骤100之前还包括：获取钢铁企业炼钢-连铸工厂的工序布置和设备配置，以及炼钢-连铸工厂所有冶炼钢种的生产工艺的信息，接收上级信息系统下发的生产批量计划。3.如权利要求1所述的方法，其特征在于，所述步骤200中建立的所述炼钢-连铸生产智能调度的多目标优化模型为：s.t.x(i,j+1,K)＝x(i,j,K)+tp(i,j,K),i∈Θ,j∈Φi,j＝1,…,Ji-1；(3)x(i,j,k+1)≥x(i,j,k)+tp(i,j,k)+tt(i,j,k),i∈Θ,j∈Φi,k∈Ψ,k≤K-1；(4)其中，式(1)为目标函数集，其中：f1表示全厂完工时间与所有炉次等待时间之和；f2表示设备冲突时间之和，表示为各浇次的开浇时刻构成的优化变量；i表示浇次编号，共有I个浇次，i＝1,2,…,I；j表示炉次编号，第i个浇次中包含的炉次数为Ji，j＝1,2,…,Ji；k表示工序编号，共有K道工序，连铸工序编号为k＝K，kl、kr和kc分别为转炉、真空精炼和连铸工序的编号；Θ表示全部浇次的集合，Θ＝{i|i∈[1,I]}；Φi表示第i个浇次中的炉次集合，Φi＝{j|j∈[1,Ji]}；Ψ表示全部处理工序的集合，Ψ＝{k|k∈[1,K]}；(i,j,k)表示序号组合，用于唯一标识第i个浇次中的第j个炉次在第k道工序的处理操作；表示序号组合，用于唯一标识与第i个浇次中的第j个炉次在第k道工序使用同一2CN105550771A权利要求书2/3页设备的紧前炉次的处理操作，对应第个浇次中第个炉次的第k道工序；x(i,j,k)表示(i,j,k)的开始时刻；y(i,j,k)表示为(i,j,k)指定的设备序号；tw(i,j,k)表示(i,j,k)开始处理之前的等待时间，真空和连铸工序处理开始前两处的等待时间分别为tw(i,j,kr)和tw(i,j,kc)；表示炉次在真空精炼工序的等待时间上限；表示炉次在连铸工序的等待时间上限；tp(i,j,k)表示(i,j,k)的处理时间；tt(i,j,k)表示第i个浇次中的第j个炉次在工序k和后工序之间的运输时间。4.如权利要求3所述的方法，其特征在于，f1＝f1,1+f1,2f1,1＝max(x(i,j,K)+tp(i,j,K))-min(x(i,j,1))其中，f1,1表示全厂完工时间；f1,2表示所有炉次等待时间。5.如权利要求1所述的方法，其特征在于，所述步骤300中定义进化种群中个体的支配关系的策略包括：对于任意两个个体，第二目标函数值较小的个