基于量子蝙蝠算法的铸造造型及熔炼批量计划获取方法技术

本发明专利技术属于铸造企业调度相关技术领域，其公开了一种基于量子蝙蝠算法的铸造造型及熔炼批量计划获取方法，该方法包括以下步骤：(1)采集铸造造型及熔炼批量计划铸件的基本信息，并基于所述基本信息构建造型及熔炼批量计划铸件优先级模型；(2)基于模具约束、砂箱约束及熔炼约束构建以加权熔炼重量为目标函数的造型及熔炼批量计划模型；(3)采用启发式策略对所述造型及熔炼批量计划模型进行简化处理，以将所述造型及熔炼批量模型转化为多约束0‑1背包问题；(4)采用量子蝙蝠算法求解所述多约束0‑1背包问题以得到优化解，即造型及熔炼批量计划优化解。本发明专利技术优化了造型及熔炼批量计划中资源的分配和提高熔炼设备利用率。

【技术实现步骤摘要】
基于量子蝙蝠算法的铸造造型及熔炼批量计划获取方法
本专利技术属于铸造企业调度相关
，更具体地，涉及一种基于量子蝙蝠算法的铸造造型及熔炼批量计划获取方法。
技术介绍
造型-熔炼批量计划是铸造企业生产管理的重要组成部分，在考虑制定生产计划时，应该将造型与熔炼这两个工序制约因素同步考虑，以达到工序间的流畅与不堆积。科学的批量计划应合理分配优先级高的铸件优先生产和提高熔炼设备利用率。科学的熔炼批量计划对铸造企业优化资源配置、提高设备利用率、降低成本等具有重要意义。蝙蝠算法为熔炼批量计划的解决提供了可能性，蝙蝠算法(batalgorithm,BA)是2010年由剑桥大学的Yang教授首次提出的一种新型的群智能进化算法，其具有模型简单、潜在并行性及分布式等特点。目前，蝙蝠算法已经在很多领域有着良好的应用，比如工程优化问题、车间调度、图像匹配、旅行商问题等等，并且取得了一定的应用效果。然而，算法的收敛较慢，且易在迭代过程中丢失优化解。相应地，本领域存在着发展一种收敛速度较快的基于量子蝙蝠算法的铸造造型及熔炼批量计划获取方法的技术需求。
技术实现思路
针对现有技术的以上缺陷或改进需求，本专利技术提供了一种基于量子蝙蝠算法的铸造造型及熔炼批量计划获取方法，其基于量子蝙蝠算法的工作特点，研究及设计了一种基于量子蝙蝠算法的铸造造型及熔炼批量计划获取方法。所述获取方法构建了造型-熔炼计划铸件优先级模型，并以此为基础在模具约束、砂箱约束和熔炼炉容量约束的基础上构建了造型-熔炼批量计划模型，对造型-熔炼批量计划模型启发式简化为多约束0-1背包问题，设计了量子蝙蝠算法进行求解，由此获得造型-熔炼批量计划优化解，提高了算法收敛速度及寻优能力，避免了优化解的遗失。为实现上述目的，本专利技术提供了一种基于量子蝙蝠算法的铸造造型及熔炼批量计划获取方法，该获取方法主要包括以下步骤：(1)采集铸造造型及熔炼批量计划铸件的基本信息，并基于所述基本信息构建造型及熔炼批量计划铸件优先级模型，以得到各个铸件优先级值；(2)以铸件优先级值为权重值，基于模具约束、砂箱约束及熔炼约束构建以加权熔炼重量为目标函数的造型及熔炼批量计划模型；(3)采用启发式策略对所述造型及熔炼批量计划模型进行简化处理，以将所述造型及熔炼批量模型转化为多约束0-1背包问题；(4)采用量子蝙蝠算法求解所述多约束0-1背包问题以得到优化解，即造型及熔炼批量计划优化解。进一步地，所述基本信息包括铸件材质种类、铸件编号、铸件毛重、铸件交货期、客户信誉等级、熔炼炉容量及每天熔炼炉熔次数；所述造型及熔炼批量计划铸件优先级模型是基于所述客户信誉等级和铸件交货期构建的。进一步地，所述造型及熔炼批量计划铸件优先级模型的数学表达式为：Pi＝Pix·w1+Pid·w2(1)式中，i为铸件编号；Pi为i铸件的优先级值；Pix为i铸件的客户信誉等级优先级值；Pid为i铸件的交货期优先级值；w1和w2分别是客户信誉等级和铸件交货期的权重值，且两者加和为1。进一步地，客户信誉等级优先级值Pix采用以下步骤获得：首先，通过模糊评价理论，以区间[0,1]连续分布实数作为论域，并结合打分给出客户信誉等级的隶属函数，由此量化客户信誉等级；接着，采用重心法将模糊区间去模糊，使得客户信誉等级在所述造型及熔炼批量计划铸件优先级模型中定量使用。进一步地，交货期优先级值Pid采用以下公式计算：式中，di为铸件i距离交货期的天数，max(d)为当前所需计划铸件中距离交货期天数最大的值，min(d)为当前所需计划铸件中距离交货期天数最小的值。进一步地，所述造型及熔炼批量计划模型的目标函数的表达式为：式中，L为一天总炉次数；l为一天中的某一炉次；N为铸件编号总数，mi为铸件i的毛重；Xil为铸件i在第il炉次生产数量。进一步地，简化后的造型及熔炼批量计划模型的目标函数及约束条件的数学表达式分别为：式中，Pi为铸件i的优先级值；mi为铸件i的毛重；Xi为二元决策变量；cap为熔炼炉容量；W为砂箱种类总数；w为某一砂箱种类编号；aiw为铸件造型i所需砂箱w种类的数量；Cw为w种类砂箱可用数量。进一步地，采用量子蝙蝠算法求解所述多约束0-1背包问题具体包括以下子步骤：S51，设定量子蝙蝠算法参数，所述量子蝙蝠算法参数包括最大迭代次数G、种群规模N、问题的维度L、脉冲率ri、响度Ai、最大频率fmax、最小频率fmin以及常数α和λ；S52，采用01二元编码方式随机初始化种群，同时初始化种群的量子向量；S53，检查随机初始化解的可行性，对不满足约束的解采用修复操作修复为合法解，或者在不违反约束条件的情况下将合法解提高为更优解，并计算初始化种群的适应度值；S54，基于量子向量确定全局搜索策略和局部搜索策略，并根据脉冲率ri选择采用全局搜索策略或者局部搜索策略来生成新解；S55，检查新生成解的可行性，利用修复操作对不满足约束的解修复为合法解，或者在不违反约束条件的情况下将合法解提高为更优解，从而保证新解的可行性，并计算新解的适应度值；S56，如果新解优于旧解则接受新解，并更新脉冲率及响度值，否则不接受新解；S57，对当前新种群适应度值进行排序，以更新和记录当前种群最优解和最优解的量子向量；S58，判断是否满足算法迭代终止条件，若不满足，则转到步骤三，否则结束并输出最优解。进一步地，步骤S52包括以下子步骤：(a)随机生成一个N×L的矩阵P，矩阵中每一个数均在0到1之间随机生成，其中(b)采用公式(9)来求解初始化种群解；其中，记初始化种群解为X；种群的量子向量为N×L的矩阵，且矩阵中每一个数均在0到1之间随机生成；进一步地，所述量子向量为：L(t)＝{l1(t),l2(t),...lN(t)}(13)其中，为第t代迭代个体i的第j维量子值，量子值表征了个体i的第j维量子值成为0的可能性。总体而言，通过本专利技术所构思的以上技术方案与现有技术相比，本专利技术提供的基于量子蝙蝠算法的铸造造型及熔炼批量计划获取方法主要具有以下有益效果：1.所述获取方法将造型与熔炼这两个工序制约因素同步考虑，以达到两个工序间的流畅与不堆积；同时设计了客户信誉等级、交货期和熔炼炉容量为优化目标，可以实现铸造企业优化资源配置、提高设备利用率的目的。2.所述获取方法采用启发式策略对所述造型及熔炼批量计划模型进行简化处理，降低了求解的复杂性，求解更为快速，实用性更强。3.所述获取方法采用量子蝙蝠算法求解多约束0-1背包问题，引入量子向量构造全局搜索和局部搜索策略以在二元空间搜索；改进了接受新解的策略，由原始蝙蝠算法以一定概率接受新的更优解改为新解比旧解更优则接受，避免了算法在迭代过程中丢失优化解，提高了算法收敛速度及寻优能力。附图说明图1是本专利技术提供的基于量子蝙蝠算法的铸造造型及熔炼批量计划获取方法的流程图。图2是图1中的基于量子蝙蝠算法的铸造造型及熔炼批量计划获取方法涉及的求解多约束0-1背包问题的量子蝙蝠算法的流程示意图。图3是图1中的基于量子蝙蝠算法的铸造造型及熔炼批量计划获取方法涉及的量子蝙蝠算法全局搜索示意图。图4是图1中的基于量子蝙蝠算法的铸造造型及熔炼批量计划获取方法涉及的量子蝙蝠算法局部搜索示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结本文档来自技高网...

【技术保护点】
1.一种基于量子蝙蝠算法的铸造造型及熔炼批量计划获取方法，其特征在于，该方法包括以下步骤：(1)采集铸造造型及熔炼批量计划铸件的基本信息，并基于所述基本信息构建造型及熔炼批量计划铸件优先级模型，以得到各个铸件优先级值；(2)以铸件优先级值为权重值，基于模具约束、砂箱约束及熔炼约束构建以加权熔炼重量为目标函数的造型及熔炼批量计划模型；(3)采用启发式策略对所述造型及熔炼批量计划模型进行简化处理，以将所述造型及熔炼批量模型转化为多约束0‑1背包问题；(4)采用量子蝙蝠算法求解所述多约束0‑1背包问题以得到优化解，即造型及熔炼批量计划优化解。

【技术特征摘要】
1.一种基于量子蝙蝠算法的铸造造型及熔炼批量计划获取方法，其特征在于，该方法包括以下步骤：(1)采集铸造造型及熔炼批量计划铸件的基本信息，并基于所述基本信息构建造型及熔炼批量计划铸件优先级模型，以得到各个铸件优先级值；(2)以铸件优先级值为权重值，基于模具约束、砂箱约束及熔炼约束构建以加权熔炼重量为目标函数的造型及熔炼批量计划模型；(3)采用启发式策略对所述造型及熔炼批量计划模型进行简化处理，以将所述造型及熔炼批量模型转化为多约束0-1背包问题；(4)采用量子蝙蝠算法求解所述多约束0-1背包问题以得到优化解，即造型及熔炼批量计划优化解。2.如权利要求1所述的基于量子蝙蝠算法的铸造造型及熔炼批量计划获取方法，其特征在于：所述基本信息包括铸件材质种类、铸件编号、铸件毛重、铸件交货期、客户信誉等级、熔炼炉容量及每天熔炼炉熔次数；所述造型及熔炼批量计划铸件优先级模型是基于所述客户信誉等级和铸件交货期构建的。3.如权利要求2所述的基于量子蝙蝠算法的铸造造型及熔炼批量计划获取方法，其特征在于：所述造型及熔炼批量计划铸件优先级模型的数学表达式为：Pi＝Pix·w1+Pid·w2(1)式中，i为铸件编号；Pi为i铸件的优先级值；Pix为i铸件的客户信誉等级优先级值；Pid为i铸件的交货期优先级值；w1和w2分别是客户信誉等级和铸件交货期的权重值，且两者加和为1。4.如权利要求3所述的基于量子蝙蝠算法的铸造造型及熔炼批量计划获取方法，其特征在于：客户信誉等级优先级值Pix采用以下步骤获得：首先，通过模糊评价理论，以区间[0,1]连续分布实数作为论域，并结合打分给出客户信誉等级的隶属函数，由此量化客户信誉等级；接着，采用重心法将模糊区间去模糊，使得客户信誉等级在所述造型及熔炼批量计划铸件优先级模型中定量使用。5.如权利要求3所述的基于量子蝙蝠算法的铸造造型及熔炼批量计划获取方法，其特征在于：交货期优先级值Pid采用以下公式计算：式中，di为铸件i距离交货期的天数，max(d)为当前所需计划铸件中距离交货期天数最大的值，min(d)为当前所需计划铸件中距离交货期天数最小的值。6.如权利要求1-5任一项所述的基于量子蝙蝠算法的铸造造型及熔炼批量计划获取方法，其特征在于：所述造型及熔炼批量计划模型的目标函数的表达式为：式中，L为一天总炉次数；l为一天中的某一炉次；N为铸件编号总数，mi为铸件i的毛重；Xil为铸件i在第il炉次生产数...

【专利技术属性】
技术研发人员：计效园，张明珠，周建新，殷亚军，沈旭，颜秋余，吴桐，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：湖北,42