基于混合教与学优化算法的炼钢连铸调度

doi:10.13196/j.cims.2015.05.014

计算机集成制造系统 ›› 2015, Vol. 21 ›› Issue (第5期): 1271-1279.DOI: 10.13196/j.cims.2015.05.014

基于混合教与学优化算法的炼钢连铸调度

马文强¹,张超勇¹⁺,唐秋华²,邵新宇¹,贾艳³

1.华中科技大学机械学院数字制造装备与技术国家重点实验室
2.武汉科技大学机械自动化学院
3.西华大学机械工程与自动化学院

出版日期:2015-05-31 发布日期:2015-05-31
基金资助:
国家自然科学基金重点资助项目(51035001);国家自然科学基金资助项目(51275190);中央高校基本科研业务费资助项目(2014TS038);教育部“春晖计划”合作科研资助项目(Z2012017)。

Steelmaking and continuous casting scheduling based on hybrid teaching-learning-based optimization algorithm

Online:2015-05-31 Published:2015-05-31
Supported by:
Project supported by the National Natural Science Foundation,China(No.51035001,51275190),Fundamental Research Funds for the Central Universities,China(No.2014TS038),and the Spring Plan of Ministry of Education,China (No.Z2012017).

摘要/Abstract

摘要： 根据炼钢厂的实际生产环境,建立了无等待多工艺路线的炼钢连铸模型,提出一种混合教与学优化算法求解该模型。在混合算法中,引入转换规则的教与学优化算法求解离散问题;采用变邻域搜索调整机器选择,教与学优化算法调整调度顺序的方式,将并行问题串行化。对具体实例进行测试,将人工调度方法、遗传算法、教与学优化和混合教与学优化算法的结果进行比较,验证了所提算法的可行性和有效性。

关键词: 炼钢连铸, 教与学优化算法, 转换规则, 浇次, 炉次

Abstract: According to the real-world process environment,a no-wait multi-process steelmaking and continuous casting scheduling model -was built.A hybrid Teaching-Learning-Based Optimization (TLBO) algorithm was introduced to solve this model.TLBO algorithm with mapping rule was used for solving discrete problems.By using Variable Neighborhood Search (VNS),machine selection was adjusted,and TLBO was used to adjust scheduling sequences.With testing for cases,the results of manual scheduling method,genetic algorithm,TLBO and hybrid TLBO were compared with each other to verify the effectiveness and feasibility of proposed algorithm.

Key words: steelmaking and continuous casting, teaching-learning-based optimization algorithm, mapping rule, casting;furnace

中图分类号:

F224

马文强,张超勇,唐秋华,邵新宇,贾艳. 基于混合教与学优化算法的炼钢连铸调度[J]. 计算机集成制造系统, 2015, 21(第5期): 1271-1279.

[1]	庞新富,姜迎春,俞胜平,李海波,高亮,车震海. 人机协同的柔性作业车间炼钢—连铸重调度方法[J]. 计算机集成制造系统, 2018, 24(第10): 2415-2427.
[2]	夏绪辉,周萌,王蕾,曹建华. 再制造拆卸服务生产线及其平衡优化[J]. 计算机集成制造系统, 2018, 24(第10): 2492-2501.
[3]	叶虎,计效园,周建新,陈飞. 基于遗传算法的铸造热处理炉次计划[J]. 计算机集成制造系统, 2017, 23(第3期): 575-583.
[4]	周志恒,张超勇,谢阳,黄拯滔,邵新宇. 数控车床切削参数的能量效率优化[J]. 计算机集成制造系统, 2015, 21(第9期): 2410-2418.
[5]	邵真禄,张莉+,凌济民. CP-PMTT:一个基于控制流模式的过程模型转换工具[J]. 计算机集成制造系统, 2015, 21(第2期): 304-315.
[6]	唐秋华,郑鹏,张利平,张启敏,陈立. 融合启发式规则和文化基因算法的多缓冲炼钢—连铸生产调度[J]. 计算机集成制造系统, 2015, 21(第11期): 2955-2963.
[7]	马文强,唐秋华,张超勇,邵新宇. 基于离散人工蜂群算法的炼钢连铸调度优化方法[J]. 计算机集成制造系统, 2014, 20(3): 586-.
[8]	杨凡,李歧强,刘珊,王桂荣. 浇次计划编制的混合启发式—交叉熵算法[J]. 计算机集成制造系统, 2014, 20(09): 2241-2247.
[9]	陈立1,2,唐秋华1,陈伟明2,Floudas.C.A1,李明1. 融合约束满足和遗传优化的炼钢连铸生产调度[J]. , 2013, 19 (11 ): 0-0.
[10]	王柏琳,，李铁克,，张春生,，张文学，孙彬,. 基于动态约束满足的考虑连铸机故障的炼钢连铸调度算法[J]. , 2011, 17(10): 0-0.
[11]	薛云灿,，郑东亮,，杨启文,. 基于改进离散粒子群算法的炼钢连铸最优炉次计划[J]. , 2011, 17(07): 0-0.
[12]	朱宝琳，于海斌. 炼钢-连铸-热轧生产调度模型及算法研究[J]. , 2003, 9(1): 0-0.

基于混合教与学优化算法的炼钢连铸调度

Steelmaking and continuous casting scheduling based on hybrid teaching-learning-based optimization algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 12

编辑推荐

Metrics