基于知識的自組織優(yōu)化算法在多品種小批量離散制造中的應(yīng)用.pdf

1、棒材、板材等不同類型鋼材的混合制造屬于典型的多品種小批量離散制造。不同品種鋼材的混合制造過程需要頻繁切換工藝路線，導(dǎo)致制造系統(tǒng)的物流和信息流復(fù)雜，各生產(chǎn)環(huán)節(jié)的耦合度高。對于生產(chǎn)過程中最為典型的可變交叉生產(chǎn)線上的訂單分配方案設(shè)計問題，由于傳統(tǒng)的控制算法難以達到滿意效果，目前仍需專家依靠長期經(jīng)驗來制訂，而人工方式不可避免地存在備選方案少、關(guān)鍵性能指標難以準確量化等問題。因此，研究如何制訂鋼鐵企業(yè)的一體化集成生產(chǎn)計劃，對于降低能源消耗、提升經(jīng)

2、濟效益等生產(chǎn)目標的實現(xiàn)具有重要意義。
　　針對上述問題，本文提出了基于鄰域知識的自組織優(yōu)化算法，以規(guī)則的形式將專家知識引入到模型推演與候選解搜索過程中，利用自組織優(yōu)化算法有效解決鋼材制造與訂單分配問題。具體來說，本文通過分析煉鋼、連鑄和軋制三個生產(chǎn)階段的特點，建立了從煉鋼到軋制的生產(chǎn)過程模型，實現(xiàn)了對生產(chǎn)過程中任一訂單相關(guān)的物料流動情況的仿真推演。物流模型中各設(shè)備間的耦合關(guān)系和訂單沖突形成的約束導(dǎo)致可行解空間劃分和適應(yīng)度函數(shù)設(shè)計難

3、以進行，也難以映射為標準的組合優(yōu)化問題，為此引入自組織優(yōu)化算法，利用自組織臨界狀態(tài)找出當前解中對耦合與沖突貢獻最大的變量作為改進對象，并通過鄰域搜索方法改進該變量的值，從而提升了當前解的全局適應(yīng)度。為提升鄰域搜索的效率，針對鋼鐵生產(chǎn)過程的業(yè)務(wù)特點引入人工專家經(jīng)驗，通過制定規(guī)則對鄰域構(gòu)建方向進行限制，保證了搜索過程中違反的約束條件個數(shù)單調(diào)遞減。
　　仿真實驗結(jié)果表明，對于難以將約束作為懲罰項量化并加入適應(yīng)度函數(shù)的應(yīng)用場景，遺傳算法等