一种基于人工蜂群算法的炼钢连铸调度方法技术

本发明专利技术公开了一种基于人工蜂群算法(ABC)的炼钢连铸调度方法，该方法保留了ABC的框架(即包括雇佣蜂阶段、观察蜂阶段和侦查蜂阶段)，并结合JADE算法进行了改进。其中，雇佣蜂阶段采用JADE的搜索策略对种群中的个体进行更新，并采用JADE的外部存档机制来增加种群多样性；观察蜂阶段，在ABC原有搜索策略的基础上增加了对差解和当前种群所组成存档的更新操作；侦查蜂阶段采用ABC在该阶段原有的搜索策略。该方法能够在保证种群多样性的前提下加快种群的收敛速度，在较短时间内可以产生理想的调度结果，从而实现了在炼钢连铸过程中节约工件等待时间、降低加工成本的目的。

【技术实现步骤摘要】
一种基于人工蜂群算法的炼钢连铸调度方法
本专利技术属于炼钢连铸过程中的作业调度领域，特别涉及一种基于人工蜂群算法的炼钢连铸调度方法。
技术介绍
钢铁工业是许多其他诸如建筑、自动化等行业的基础产业，在世界经济中占有重要地位。炼钢过程(SteelmakingProcess)是指将含有固定配比化学成分的铁在高温环境下炼成钢再凝固成钢板的过程，它可以有效地帮助钢铁厂进行钢板生产。炼钢过程大致分为炼铁、炼钢连铸、热轧三个阶段，其中，炼钢连铸阶段在整个钢铁生产过程中起着承上启下的作用，是炼钢过程中的关键环节。它的具体步骤包括：首先，向熔炉中加入炼钢的原材料铁块，经过炼制以及高温下的初步提纯得到熔融状态的铁，然后将其放入提纯炉并添加一定的化学药品进行进一步的提纯冶炼得到融化状态的钢，最后连铸阶段将融化的钢冷却制造成固态的钢板。炼钢连铸调度问题可以看成是一个最后阶段工件分组生产的混合流水车间调度问题，具体来说，是指在炼钢连铸生产的最后一个阶段，工件以分组的形式按照提前设定的优先级顺序进行连续铸造。它具有以下特点：(1)所有不同工件都要依次经过相同加工阶段，即炼钢、精炼、连铸三个加工阶段，每个阶段对应的加工机器分别为转换炉、提纯炉和连铸机；(2)在每个生产加工阶段都有多个并行的加工机器，每个阶段的并行机器完全相同，且在加工生产的前两个阶段加工的基本单位是工件，每个工件可以在该阶段的任意一台机器上进行加工；(3)加工的第三个阶段以铸件为单位进行加工，其中每个铸件包含哪些工件以及每个铸件在哪个连铸机上进行加工都是提前设定的；(4)在精炼和连铸阶段进行加工的工件，当没有可用机器时必须要等待直到有可用机器，这会导致等待的工件温度下降，并会产生对工件再次进行加热的成本；(5)第三个加工阶段中，按序号分在同一组的工件将在同一个连铸机上被连续铸造，这些工件在执行过程中不允许被中断或出现连铸机空闲的情况。必要时，铸件中的工件要拖后开始以保证同一个铸件上的工件被连续处理，换句话说，要保证同一铸件中上一个工件的完成时间是下一个工件的开始时间；(6)工件在炼钢和精炼阶段的建立时间比较短，可以忽略不计，连铸机上同一铸件的不同工件之前不存在建立时间，但是一个新的铸件的建立时间相对较长，这个时间要从工件的执行时间中分离出来；(7)工件在两个加工阶段之间还存在一个传送时间，但是由于容量巨大，中间运输起重机的配置被忽略不计；(8)所有工件的处理时间以及起重机之间的传送时间是非负的、已知的、确定的；(9)在某一时刻一个工件只能在一台机器上执行，一台机器也只能加工一个工件；(10)一个铸件应该在预定义的开始时间被执行，提前或者拖后执行分别会带来库存成本问题与延误轧钢问题。图1给出了炼钢连铸过程的工艺流程图。最终，炼钢连铸调度的目的就是将工件分配到机器设备上，并对炼钢阶段与精炼阶段每个机器上的工件进行排序，同时确定每个工件在所有阶段的开始时间与完成时间，从而实现对优化目标的优化。由于钢铁冶炼的一系列加工阶段都是在高温环境下完成，任何环节之间的时间拖延都会造成工件等待过程中存储以及维持高温所需的代价，因此对炼钢连铸调度问题的研究显得尤为重要。然而，现有的针对炼钢连铸调度的方法不能在较短的时间内获得理想的调度效果。
技术实现思路
如上所述，现有的炼钢连铸调度方法不能在较短时间内获得理想的调度效果，为了克服这一技术问题，本专利技术以在炼钢连铸过程中尽可能地节约时间、降低成本为出发点，提出了一种基于人工蜂群算法(ArtificialBeeColonyAlgorithm,ABC)的Memetic方法(简称ABCMA)，来解决炼钢连铸调度问题。为了实现上述技术目的，本专利技术的技术方案是，一种基于人工蜂群算法的炼钢连铸调度方法，包括以下步骤：步骤1)设置炼钢连铸调度过程中的相关参数；步骤2)对实际的炼钢连铸调度过程进行分析，其包括炼钢-精炼-连铸三个加工阶段。考虑不同约束条件对调度结果的影响，建立炼钢连铸调度过程中需要优化的目标函数，依据目标函数和各种约束条件，建立炼钢连铸调度的数学模型；步骤3)根据得到的数学模型，初始化ABCMA参数，并初始化种群；步骤4)采用ABCMA为种群中的个体产生子代个体，并采用排序值(ROV)将子代个体进行离散化得到包含所有工件编号的排序；确定每台机器上的工件排序，结合炼钢连铸调度过程中的约束条件，确定每个工件在不同阶段的开始时间、完成时间，并以此来计算目标函数值；根据目标函数值，采用贪婪选择方法对种群中的个体进行更新；步骤5)判断是否满足停止条件，若满足，结束运行并记录具有最小目标函数值的个体及其对应的目标函数值；否则转到步骤4)；所述的一种基于人工蜂群算法的炼钢连铸调度方法，所述的步骤1)中，相关参数包括需要加工的全部工件数目、铸件个数、每个阶段的机器数目；每个铸件包含的工件数目、铸件在第三个加工阶段所属的连铸机编号以及每个连铸机上的铸件排序；工件在每个阶段的加工时间、工件在不同阶段的传送时间、铸件的建立时间。所述的一种基于人工蜂群算法的炼钢连铸调度方法，所述的步骤2)中，所述的约束条件包括：工件在不同加工阶段之间的转换时间约束、第三个加工阶段铸件的建立时间约束、第三个加工阶段每个铸件上的所有工件连续加工约束、某一时刻一台机器只能加工一个工件并且一个工件只能在一台机器上进行加工的约束；所述的炼钢连铸调度过程中需要优化的目标函数包括：工件逗留时间惩罚、第三个加工阶段铸件提前开始惩罚、第三个加工阶段铸件拖后开始惩罚。所述的一种基于人工蜂群算法的炼钢连铸调度方法，所述的步骤4)中，所述的ABCMA包括以下步骤：4.1)在决策空间中随机选择NP个个体构成初始种群，个体表示一个包含所有工件的排序，xi,j是的第j个工件编号，初始化种群最大迭代次数maxcycle，蜜源舍弃参数limit，JADE算法相关参数q，c，μF，μCR，以及存档集合当前代数cycle＝0；其中，Fi是JADE中个体的缩放因子，CRi是JADE中个体的交叉控制参数，q用于确定种群中最好的前[q*NP]个个体，q∈(0,1]，[q*NP]是对q*NP进行四舍五入取整，c用于控制Fi和CRi的自适应程度，μF和μCR分别为Fi和CRi的自适应参数；4.2)计算种群中个体的目标函数值4.3)判断迭代次数是否达到maxcycle，若已达到则停止迭代，输出具有最小目标函数值的个体及其对应的目标函数值；否则转4.4)；4.4)按照公式(1)(2)更新个体的CRi值；CRi＝randni(μCR,0.1)(1)μCR＝(1-c)*μCR+c*meanA(SCR)(2)其中，randni(μCR,0.1)表示以μCR为均值、以0.1为标准差的正态分布函数；SCR是当前代中所有成功的CRi的集合，meanA(·)是算术平均值；4.5)按照公式(3)(4)更新个体的Fi值；Fi＝randci(μF,0.1)(3)μF＝(1-c)*μF+c*meanL(SF)(4)其中，randci(μF,0.1)表示以μF为位置参数、以0.1为规模参数的柯西分布；SF是当前代中所有成功的Fi的集合。meanL(·)是莱默平均值，通过公式(5)获得：4.6)利用公式(6)对种群中的个体进行变异操作，得到变异向量本文档来自技高网...

【技术保护点】
一种基于人工蜂群算法的炼钢连铸调度方法，简称为ABCMA，其特征在于，在保证种群多样性的前提下加快了种群的收敛速度，从而实现了在较短时间内产生理想的工件排序，进而指导炼钢连铸过程中的混合流水车间调度，包括以下步骤：步骤1)设置炼钢连铸调度过程中的相关参数；步骤2)对实际的炼钢连铸调度过程进行分析，其包括炼钢‑精炼‑连铸三个加工阶段；考虑不同约束条件对调度结果的影响，建立炼钢连铸调度过程中需要优化的目标函数，依据目标函数和各种约束条件，建立炼钢连铸调度的数学模型；步骤3)根据得到的数学模型，初始化ABCMA参数，并初始化种群；步骤4)采用ABCMA为种群中的个体产生子代个体，并采用排序值将子代个体进行离散化得到包含所有工件编号的排序；确定每台机器上的工件排序，结合炼钢连铸调度过程中的约束条件，确定每个工件在不同阶段的开始时间、完成时间，并以此来计算目标函数值；根据目标函数值，采用贪婪选择方法对种群中的个体进行更新；步骤5)判断是否满足停止条件，若满足，结束运行并记录具有最小目标函数值的个体及其对应的目标函数值；否则转到步骤4)。

【技术特征摘要】
2016.05.18 CN 20161033167001.一种基于人工蜂群算法的炼钢连铸调度方法，简称为ABCMA，其特征在于，在保证种群多样性的前提下加快了种群的收敛速度，从而实现了在较短时间内产生理想的工件排序，进而指导炼钢连铸过程中的混合流水车间调度，包括以下步骤：步骤1)设置炼钢连铸调度过程中的相关参数；所述的相关参数包括需要加工的全部工件数目、铸件个数、每个阶段的机器数目；每个铸件包含的工件数目、铸件在第三个加工阶段所属的连铸机编号以及每个连铸机上的铸件排序；工件在每个阶段的加工时间、工件在不同阶段的传送时间、铸件的建立时间；步骤2)对实际的炼钢连铸调度过程进行分析，其包括炼钢-精炼-连铸三个加工阶段；考虑不同约束条件对调度结果的影响，建立炼钢连铸调度过程中需要优化的目标函数，依据目标函数和各种约束条件，建立炼钢连铸调度的数学模型；所述的炼钢连铸调度过程中需要优化的目标函数包括：工件逗留时间惩罚、第三个加工阶段铸件提前开始惩罚、第三个加工阶段铸件拖后开始惩罚；所述的炼钢连铸调度的数学模型即综合目标函数和约束条件所得，目标函数为工件逗留时间、铸件提前/拖后执行造成的惩罚乘以惩罚系数之后的总和；所述的约束条件包括：工件在不同加工阶段之间的转换时间约束、第三个加工阶段铸件的建立时间约束、第三个加工阶段每个铸件上所有工件的连续加工约束、某一时刻一台机器只能加工一个工件并且一个工件只能在一台机器上进行加工的约束；步骤3)根据得到的数学模型，初始化ABCMA参数，并初始化种群；步骤4)采用ABCMA为种群中的个体产生子代个体，并采用排序值将子代个体进行离散化得到包含所有工件编号的排序；确定每台机器上的工件排序，结合炼钢连铸调度过程中的约束条件，确定每个工件在不同阶段的开始时间、完成时间，并以此来计算目标函数值；根据目标函数值，采用贪婪选择方法对种群中的个体进行更新；所述的ABCMA包括以下步骤：4.1)在决策空间中随机选择NP个个体构成初始种群，个体表示一个包含所有工件的排序，xi，j是的第j个工件编号，初始化种群最大迭代次数maxcycle，蜜源舍弃参数limit，JADE算法相关参数q，c，μF，μCR，以及存档集合当前代数cycle＝0；其中，Fi是JADE中个体的缩放因子，CRi是JADE中个体的交叉控制参数，q用于确定种群中最好的前[q*NP]个个体，q∈(0,1]，[q*NP]是对q*NP进行四舍五入取整，c用于控制Fi和CRi的自适应程度，μF和μCR分别为Fi和CRi的自适应参数；4.2)计算种群中个体的目标函数值4.3)判断迭代次数是否达到maxcycle，若已达到则停止迭代，输出具有最小目标函数值的个体及其对应的目标函数值；否则转4.4)；4.4)按照公式(1)(2)更新个体的CRi值；CRi＝randni(μCR,0.1)(1)μCR＝(1-c)*μCR+c*meanA(SCR)(2)其中，randni(μCR,0.1)表示以μCR为均值、以0.1为标准差的正态分布函数；SCR是当前代中所有成功的CRi的集合，meanA(·)是算术平均值；4.5)按照公式(3)(4)更新个体的Fi值；Fi＝randci(μF,0.1)(3)μF＝(1-c)*μF+c*meanL(SF)(4)其中，randci(...

【专利技术属性】
技术研发人员：王勇，刘飞，
申请(专利权)人：中南大学，
类型：发明
国别省市：湖南;43