[发明专利]利用优先级策略混合遗传算法的炼钢连铸生产调度方法

说明书

本发明提出了一种利用优先级策略混合遗传算法的炼钢连铸生产调度方法，包括如下步骤：建立生产调度计划目标函数，建立约束条件集，利用优先级策略混合遗传算法对目标函数进行迭代运算，求取决策变量，具体为：进行模型初始化；计算可行解：设计了由连铸机开浇时间信息和炉次加工设备信息构成的分段式组合实数编码，依据分布规律随机产生作业时间，由倒推计算和冲突消除方法得到无时间冲突的调度计划；种群遗传优化：用任务可执行设备的加工权重赋值来量化描述现实中加工设备间的匹配关系，并以设备选择优先级策略的形式引入到遗传操作，进行种群进化。该方法能够解决生产中的设备选择和作业时间的不确定性问题，得到优化的可执行生产调度计划。

技术领域

本发明涉及冶金控制技术领域，具体涉及一种利用优先级策略混合遗传算法的炼钢连铸生产调度方法。

背景技术

炼钢连铸生产调度是钢铁企业生产管理的重要组成部分。在现实生产中，由于生产环境和生产条件存在多种不确定性，会导致生产调度计划难以执行或执行的效果受限。因此，研究可执行生产调度计划的合理高效制定方法，对提升生产系统的整体运行效率，降低物耗、能耗和成本等具有重要意义。

近年来，炼钢连铸生产调度问题作为研究热点，主要围绕建模与模型求解方法进行。建模方法主要有数学规划建模、图形化建模和仿真建模等，其中，数学规划建模是最常用的模型描述方法。问题的优化求解方法主要有最优化方法和近似优化方法。最优化方法包括数学规划、分枝定界和拉格朗日法等数学方法，这类方法对于小规模的生产调度问题能够有效求解。还有混合整数线性规划模型，用于描述炼钢生产中的工艺约束并求解炼钢连铸生产调度问题，模型对除连铸工序外的作业时间作了标准化处理。近似优化方法主要包括多种智能计算方法(遗传算法、蚁群算法、蜂群算法等)、启发式方法、人工智能方法以及多种方法的混合方法等。近似优化求解方法具有较高的求解效率，更加面向实际应用，但求解结果的合理性还需进一步检验。

目前，不确定条件下的生产调度问题开始受到关注。现有的方法主要采用了随机变量、模糊理论和粗糙集理论等对不确定问题进行处理。现有技术中还有利用广义粗糙集理论描述不确定变量的建模方法，并用差分进化算法求解；以及采用模糊数表示不确定加工时间信息，建立了炼钢连铸生产调度问题的模糊规划模型并进行求解。这类方法主要集中于生产调度中时间不确定性问题，对设备选择的不确定性问题，一般是以假设设备分派不受限制或者采用启发式分派规则的简化处理方法，这样可能会导致生产调度计划难以执行等问题。

发明内容

为了克服上述现有技术中存在的缺陷，本发明的目的是提供一种利用优先级策略混合遗传算法的炼钢连铸生产调度方法，该方法能够解决生产中的设备选择和作业时间的不确定性问题，得到优化的可执行生产调度计划。

为了实现本发明的上述目的，本发明提供了一种利用优先级策略混合遗传算法的炼钢连铸生产调度方法，包括如下步骤：

S1，炼钢连铸调度控制器分别与炼钢厂的MES数据库及MES客户端系统连接并获取炼钢厂的MES数据库及MES客户端系统中的炼钢连铸计划数据；

S2，建立生产调度计划目标函数，所述目标函数为：

minZ＝α1×f1+α2×f2

其中，α1为连铸机偏离预定开浇时间所产生的惩罚费用系数，α2为炉次在生产中等待时间所产生的惩罚费用系数；α1和α2皆为算法可调参数。