基于多目标差分进化算法的冷轧多产线产能计划问题研究

作     者：李智恒 

作者单位：东北大学 

学位级别：硕士

导师姓名：唐立新;董赟

授予年度：2020年

学科分类：12[管理学] 080503[工学-材料加工工程] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0805[工学-材料科学与工程（可授工学、理学学位）] 0835[工学-软件工程] 0802[工学-机械工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 080201[工学-机械制造及其自动化] 

主      题：产能计划 多目标优化 差分进化算法 k均值 

摘      要：钢铁工业是国家发展的支柱产业之一,冷轧工序是钢铁生产过程的最后环节。冷轧工序内每个机组每天生产钢铁产品的类型及产量,是在月初给定的多种产品的产能任务以及检修计划等信息的基础上,由冷轧产能计划决策的。而产能计划的优劣直接影响钢铁企业的产量和生产效率。本文研究冷轧的产能计划问题,在产能计划编制过程中具有多工序、多产品、网状产线结构等特性。制定的产能计划要在满足实际复杂工艺约束的基础上,保证机组连续生产以提高产能;此外还需要尽量减少工序生产不同产品启停产生的切换次数,以提高生产效率。针对该问题,本文建立了产能计划多目标优化模型,基于人工经验和计划规律设计了启发式算法,并且基于问题特征设计了多目标离散差分进化算法,为满足实际生产需要开发了冷轧产能计划优化系统。具体内容如下:(1)针对冷轧产能计划问题,以最大化计划期内产线产能和最小化切换费用为优化目标,考虑了机组能力、生产路径、库存平衡、供料连续、品种优先级等实际工艺约束,建立了多目标混合整数规划模型,来决策每工序内每机组每天生产产品的类型以及产量。基于人工经验和计划编制规律设计了高效的产能计划启发式算法,并成功应用到实际生产中。(2)针对优化软件无法直接高效求解本文研究的产能计划问题,设计了多目标离散差分进化算法。结合问题特点提出了三种改进策略提高算法性能,提出控制参数自选择策略,对参数进行寻优;提出精英个体再选择策略,在选择操作后在种群精英个体周围搜索更优秀的个体;提出基于k均值的外部档案集再聚类,对聚类中心进行生成非支配解操作。基于实际生产数据的对比试验结果显示,本文提出的改进算法在求解冷轧产能计划问题的性能要优于参比的代表性多目标优化算法。(3)基于上述研究的模型和算法,设计并开发了产能计划系统,建立数据库,方便操作人员对各项信息进行不同维度的统计分析以及管理。通过嵌入启发式算法和多目标差分进化算法对工序和机组的产能计划进行编排,实现自动化编制效果,同时提高产能和生产效率。