买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：冶金自动化研究设计院有限公司

摘要：一种基于贪婪规则多种群遗传算法的炼钢‑连铸过程天车调度方法，属于炼钢‑连铸过程天车调度技术领域。基于贪婪规则和多种群遗传算法通过仿真来模拟实际的天车调度过程。采用贪婪的策略，并通过仿真来寻找局部最优解，并作为遗传算法的初始解，这种策略在每一步选择中都追求当前最优的选择，以期达到全局最优解。通过种群的多样性和遗传操作来寻找最优解。仿真分为初始种群的获取、算法运行时的仿真，其中包含天车与任务匹配、天车之间冲突的处理、天车优先级的处理、天车状态更新，最终输出天车运行轨迹路线图和天车调度方案。优点在于，能够最大限度地保证生产安全顺利运行、提高生产效率、降低生产成本。

主权项：1.一种基于贪婪规则多种群遗传算法的炼钢-连铸过程天车调度方法，其特征在于，具体步骤包括：步骤一、构建炼钢-连铸过程天车调度仿真模型，内容包括：1炼钢-连铸过程要素抽象与仿真环境设置炼钢-连铸过程分加料跨、精炼跨和连铸跨，共有九台天车；高炉铁水经脱硫预处理后，与废钢加入转炉冶炼；钢水再经LF炉精炼，部分需VD炉真空处理；精炼后钢水入连铸机浇铸，为轧钢提供合格铸坯；2任务择车规则设计根据起止工位间有无负载状态的天车，分为类型1和类型2，无负载状态的天车则按类型1赋值，否则按类型2，类型1将车间划分为三块，起止工位间匹配度最高为3，起始工位外侧为2，卸载工位外侧为1。类型2根据车间中负载状态的天车将车间划分为2块，若负载天车反向运输，则其左侧空载天车匹配度为1，右侧匹配度为2；反之，此天车左侧的其他空载天车匹配度为2，右侧的为1；若匹配度相同则选择距离吊运任务起吊工位最近的天车；3天车间冲突消解规则设计车间内天车运行于同一轨道，且相对位置恒定；当相邻天车间距缩减至安全距离时，将产生空间冲突；相邻天车发生冲突后，根据天车执行吊运任务的优先级高低处理冲突，执行优先级低的吊运任务的天车被迫跟随执行优先级高的吊运任务的天车运输；；不同的吊运任务具有不同的优先级，重钢包的优先级比空钢包的优先级高，当同为重钢包，则根据重钢包的最晚卸载时间来确定优先级，空钢包也是如此；4天车状态参数设计天车状态参数有天车当前的位置、天车当前执行的任务序号、天车当前被动移动状态：正常移动则为0，否则为促使此天车被动移动的天车编号，天车当前阶段如果无任务则为0，起吊移动阶段为1，起吊阶段为2，负载移动阶段为3，卸载阶段为4，天车当前的目标位置、天车当前吊运任务的优先级、天车状态是否已更新、时钟、是否存在后续任务；对状态参数的设计是为了更好的描述天车的状态和轨迹，在天车调度时间范围内，需要在每个时刻对所有天车的所有状态依次进行更新；5仿真流程设计在仿真模型中，需要确定吊运任务的优先级和必要的参数信息，包括，炼钢—连铸过程天车之间的安全距离、炼钢—连铸过程天车移动的速度，同时需要输入天车与炼钢—连铸过程中设备的位置信息，这些信息描述了车间的初始状态；在仿真模型中，每个时钟表示一秒，随着时序演进进行以下操作：检查天车是否存在后续任务、任务天车匹配、天车冲突消解、天车状态更新；仿真流程结束时，输出仿真结果；；步骤二、改进型遗传算法设计1适应度函数设计炼钢—连铸过程中涉及天车调度主要考虑精炼钢水调到连铸机浇铸过程中三个时间性能指标，即任务等待被天车吊运的时间、九台天车吊运所有任务的总运输时间、九台天车被动运输的时间，分别建立三个分目标函数。f1为任务等待被天车吊运的时间，将其最小化可以得到目标函数一minf1，其中M为任务数量，m表示任务，tms为吊运任务m的实际起吊时间，表示吊运任务m的最早起吊时间，即不能在此时间之前起吊； f2为炼钢—连铸过程中九台天车吊运所有任务的总运输时间，将其最小化可以得到目标函数二minf2，其中M指的是任务数，m表示任务，tms表示吊运任务m的实际起吊时间，tmf表示吊运任务m的实际卸载时间； f3为炼钢—连铸过程中九台天车被动运输的时间，将其最小化可以得到目标函数三minf3，其中N指的是天车数量，表示t时刻天车j因天车k被动运输则为1否则为0，其中t在仿真时间区间内取值； 为了适应遗传算法构造一个创新的适应度函数f′x，该函数综合考虑了任务等待被运输时间、天车吊运任务的总运输时间以及天车被动运输时间三个关键因素，这三个因素分别通过钢厂实际生产情况和优化目标，确定了比例系数k1、k2、k3的取值，并进行加权处理，三个系数的取值一般在0.1-0.5之间，三个系数之和等于1；这些比例系数反映了钢厂对于不同因素的重视程度和优化倾向；当钢厂更关注减少任务等待时间，那么k1的取值会相对较大，取0.5；接着，将这三个加权后的分目标函数进行幂函数变换，以进一步调整其对于适应度函数的影响；因为三个目标函数都是求最小值，而遗传算法的适应度函数是求最大值，因此采用幂函数变换，当分母求最小值时，也正是适应度函数f′x求最大值； 天车调度问题约束条件是对天车调度问题三个分目标函数进行约束；对于每辆天车在同一时间点上只允许执行一个吊运任务； 其中m为任务序号，M为总任务数量，j为天车编号，为所有天车，ymjt为每辆天车在某一时刻执行的任务数，如果天车j执行任务m则取值为1，否则取值为0，tstart为仿真开始时刻，tend为仿真结束时刻；对于每个吊运任务，不论其是空钢包、重钢包还是辅助任务，均仅由一台天车执行； 其中m为任务序号，M为总任务数量，j为天车编号，xmj为天车j执行吊运任务m则为1否则为0，为所有任务；每个吊运任务的实际起吊时间均晚于最早起吊时间； 其中m为任务序号，M为总任务数量，tms为吊运任务的实际起吊时间，为吊运任务的最早起吊时间，为所有任务；；每个任务的实际卸载时间均不超过其最晚卸载时间； 其中m为任务序号，M为总任务数量，tmf为吊运任务的实际起吊时间，为吊运任务的最晚卸载时间，为所有任务；天车在车间内的排列顺序保持不变，同时，相邻天车之间的距离至少为安全距离δ，这样可以确保天车在操作过程中的安全性； 其中为天车j在t时刻的位置，为天车j+1在t时刻的位置，δ为天车之间的安全距离，N表示天车数量为9，为所有天车；天车在车间长度方向上运行的速度限制，以及天车下一位置与现有位置之间的约束条件；这些约束条件确保了天车的运行速度和位置的连续性； 其中为天车j在t时刻的位置，为天车j在t+1时刻的位置，N表示天车数量为9，v为天车的运行速度，tstart为仿真开始时刻，tend为仿真结束时刻，为所有天车，为所有时间；2初始种群构建根据贪婪规则生成部分天车序列，此处的贪婪规则即天车与任务的匹配度和天车与任务起吊工位的距离，选取匹配度最高且距离起吊工位最近的空载天车；根据随机择车法生成部分天车序列，随机择车法指的是吊运任务来临时，随机指派空载天车；根据贪婪规则添加随机因素生成部分天车序列，贪婪规则添加随机因素指选取匹配度最高但是在匹配度相同的情况下，随机指派一个空载天车执行吊运任务；将三部分天车序列组合成一个新的种群，将此新种群作为遗传算法的初始种群，不仅确保了种群的整体质量，而且有效维护了种群的多样性；这样的初始种群为遗传算法的后续演化提供了坚实的基础，有助于提升搜索过程的效率和准确性；3精英选择策略将种群中的最优染色体直接遗传到下一代；4染色体合格性检验设计当生成的染色体不满足约束条件，将其适应度函数值降低为0。5多种群通信机制构建多次进行初始种群的构建形成各子种群的初始种群，不同的种群赋以不同的控制参数，从而引导它们探索不同的搜索方向；各个种群之间通过移民算子进行联系，即将某一种群的优秀染色体转移到其他种群中，实现多种群的协同进化；最优解的获取是多个种群协同进化的综合结果；人工选择算子保存各种群每个进化代中的最优染色体，多种群并行搜索，能够增强算法的全局搜索能力和收敛速度。步骤三、仿真-遗传算法混合优化采用了仿真与遗传算法相结合的混合优化策略，利用仿真模型来模拟天车执行吊运任务的过程，并通过这一模拟过程生成天车调度方案，其中包含了天车的排列顺序以及它们的运行轨迹；在起始阶段，由于初始的种群尚未设定，需要通过15至25次仿真运行来产生15至25个天车调度方案，这些方案涵盖了不同的天车序列和它们的运行过程；这些多样化的天车序列，即被视为不同的染色体，共同构成了遗传算法的初始种群；重复5至10次得到5至10个初始种群，作为多种群遗传算法的各个初始种群；与每条染色体相对应的天车运行过程，提供了计算染色体适应度函数值的基础数据；随着遗传算法的进化，初始种群会经历遗传操作，生成新的种群，即一系列新的天车序列；这些新的序列再次通过仿真运行，生成对应的天车运行过程；通过不断重复这一迭代进化的过程，能逐步优化天车的序列和调度方案，直至达到满意的优化效果。

全文数据：

权利要求：

百度查询： 冶金自动化研究设计院有限公司 基于贪婪规则多种群遗传算法的炼钢-连铸过程天车调度方法