Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

考虑订单动态到达的多目标热轧生产调度方法及系统 

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:重庆大学

摘要:本发明公开了一种考虑订单动态到达的多目标热轧生产调度方法及系统,包括如下步骤:将热轧生产调度问题转化为带奖金收集的动态多目标车辆路径问题,并建立该问题数学模型描述;设计基于在线学习的多目标蚁群优化算法mACOOL,包括:基于奖励学习的引导函数选择;基于乐观超体积改进量的信息素更新。在初始时刻,mACOOL算法可以利用多个引导函数和单个信息素求解动态多目标车辆路径问题,获得热轧调度的Pareto最优解集;然后使用优劣解距离法TOPSIS选择满意解执行;在订单动态到达时,可以再次调用mACOOL算法对多目标调度问题进行快速求解,实现Pareto最优解集的在线更新。采用本技术方案,可实现订单动态到达时多目标热轧生产调度问题快速求解,降低生产成本。

主权项:1.一种考虑订单动态到达的多目标热轧生产调度方法,其特征在于,包括如下步骤:S1,将热轧生产调度问题转化为带奖金收集的动态多目标车辆路径问题,并建立与之对应的数学模型描述;S2,调用基于在线学习的多目标蚁群优化算法mAC00L求解动态车辆路径问题,获得热轧生产调度的Pareto最优解集;S3,使用优劣解距离法TOPSIS从该解集中选择用户满意的热轧调度解下发至生产现场执行;S4,当新订单到达时,基于当前信息素矩阵快速初始化种群,执行步骤S2再次调用mACO0L算法;根据热轧动态调度问题特性和工艺约束,利用混合整数线性规划方法,建立带奖金收集的动态多目标车辆路径问题模型描述,模型目标函数为: 其中,f1和f2为模型的目标函数,分别表示由相邻板坯间工艺跳变引起的总惩罚成本,由未选择订单的加权和引起的损失成本;表示轧制单元集合,K表示总轧制单元数,k为轧制单元序号;表示计划的订单集合,Nt表示时间t的订单总数;di,j表示从订单i到订单j的跳变惩罚, 其中,γ1,γ2,和γ3分别表示宽度、厚度和硬度的惩罚权重,Γ是宽度从窄到宽变化的系数;wi表示订单i的宽度,wj表示订单j的宽度;ci表示订单i的厚度,cj表示订单j的厚度;hi表示订单i的硬度,hj表示订单j的硬度;xi,j,k表示订单i和订单j在轧制单元k中的分配情况,如果一对订单i,j在轧制单元k中连续分配,则xi,j,k=1,否则xi,j,k=0,pi表示订单i的价值系数;yi,k表示订单i是否分配在轧制单元k,若订单i被分配在轧制单元k中,则yi,k=1,否则yi,k=0;模型的约束条件包括:每个订单最多只能分配给一个轧制单元: 确保每个轧制单元从虚拟订单0开始并以虚拟订单0结束,0表示虚拟订单: 如果一个订单已分配至某一个轧制单元中,那么在它之前和之后的位置都应分配一个订单: 强制消除每个轧制单元的子回路: 定义单个轧制单元的总长度上限和下限: 不允许某一轧制单元中相邻订单的宽度、厚度和硬度同时发生变化: 在任一轧制单元中,连续排列的同宽订单的累积长度不应大于其上限值 固定已锁定订单的决策变量xi,j,k和yi,k的值: 定义xi,j,k和yi,k的决策域: 其中,表示订单到达时间集,T表示事件时间集的大小;S代表总订单集合的子集合,N代表总订单数量;Lk表示轧制单元k总轧制长度的下限,li表示订单i长度,表示轧制单元k总轧制长度的上限;表示宽度的指示性参数,当订单i和j具有相同的宽度等于1,否则等于0;表示厚度指示参数,当订单i和j具有相同的厚度等于1,否则等于0;表示硬度的指示参数,当订单i和j具有相同的硬度等于1,否则等于0;zi,k表示轧制单元的累计长度,从连续订单中相同宽度的第一个开始计算;bigM表示代表一个极大的正数,zj,k代表轧制单元k内与订单j相邻的同宽板坯累计长度;表示第k个轧制单元相同宽度的连续订单的累积长度上限;表示在事件时间t时轧制单元k的完成列表;r表示已完成的订单集合,表示在事件时间t时轧制单元k的已完成的序号为r-1的订单。

全文数据:

权利要求:

百度查询: 重庆大学 考虑订单动态到达的多目标热轧生产调度方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。