有色冶煉企業(yè)鐵路運輸智能調(diào)度系統(tǒng)研究.pdf

1、鐵路運輸是有色冶煉企業(yè)生產(chǎn)鏈上的重要環(huán)節(jié)。長期以來企業(yè)鐵路運輸調(diào)度作業(yè)沿襲著落后的作業(yè)方式，信息不暢、調(diào)度滯后、調(diào)度計劃質(zhì)量不高等問題頻繁發(fā)生。隨著企業(yè)生產(chǎn)規(guī)模的不斷擴大，鐵路運能與運量的矛盾愈加突出，鐵路運輸日益成為制約企業(yè)發(fā)展的“瓶頸”。為此有必要研究和開發(fā)有色冶煉企業(yè)鐵路運輸智能調(diào)度系統(tǒng)，實現(xiàn)調(diào)車計劃自動編制和優(yōu)化，提高企業(yè)鐵路運輸效率。 本文在分析和總結有色冶煉企業(yè)鐵路運輸特點的基礎上，設計了智能調(diào)度系統(tǒng)的總體結構。針對

2、系統(tǒng)實現(xiàn)的核心問題——調(diào)車計劃的優(yōu)化編制，提出了自上而下帶局部反饋回溯的多方法混合優(yōu)化策略，將復雜的整體調(diào)車計劃優(yōu)化問題按機車作業(yè)流程，分解為列車分組優(yōu)化、列車編組優(yōu)化、列車進路優(yōu)化和列車取送車優(yōu)化四個子問題，每個子問題分別采用不同的方法進行優(yōu)化求解，并通過局部反饋求取全局滿意解。 在此基礎上，論文重點研究了取送車調(diào)度優(yōu)化問題，分別就裝卸能力充足和有限條件下，放射狀鐵路線一點對多點取送車調(diào)度優(yōu)化問題建立了相應的優(yōu)化模型；提出了一

3、種帶啟發(fā)式知識的強引導型遺傳算法，該算法基于啟發(fā)式知識以一定概率產(chǎn)生初始種群中的部分優(yōu)良個體，同時采用了“最優(yōu)生存、中間調(diào)節(jié)、最差淘汰”的選擇策略，極大地提高了算法的收斂速度；另外，考慮到裝卸能力有限情況下取送車調(diào)度優(yōu)化問題的解空間過大，提出了兩階段優(yōu)化策略，即先為每支裝卸隊均勻分配作業(yè)任務，然后采用帶啟發(fā)式知識的強引導型遺傳算法求解最優(yōu)取送車方案。仿真結果證明了模型和改進后算法的有效性。 最后，以一鋅濕法冶煉廠為背景，開發(fā)了有