针对热轧圆钢的轧制批量计划编制问题,以热轧圆钢的需求为导向,综合考虑热轧和加热炉阶段的工艺要求,建立了以最小化钢坯余料浪费惩罚和相邻钢坯间跳跃惩罚为目标的数学模型,并基于约束满足技术设计求解算法。算法通过变量选择和值选择规则对待轧制钢坯进行选择、分组和序列生成操作;通过约束传播技术缩减搜索空间,并划分轧制单元;同时,将装箱启发式Best Fit Decreasing(BFD)嵌入到算法中,以优化钢坯余料浪费惩罚和钢坯属性跳跃惩罚。基于实际生产数据的仿真实验表明了模型和算法的可行性和有效性。
针对以最小化完工时间为目标的工艺规划与调度集成(Integration of Process Planning and Scheduling,IPPS)优化问题,提出一种将粒子群算法与遗传算法、贪婪算法相结合的混合粒子群(Hybrid Particle Swarm Optimization,HPSO)算法,首先...
详细信息
针对以最小化完工时间为目标的工艺规划与调度集成(Integration of Process Planning and Scheduling,IPPS)优化问题,提出一种将粒子群算法与遗传算法、贪婪算法相结合的混合粒子群(Hybrid Particle Swarm Optimization,HPSO)算法,首先在工艺规划阶段,通过遗传算法有效地解决了多工艺路线生成问题;然后,针对多工艺路线的车间调度问题特点,构造了此问题的粒子群求解算法,最后用示例仿真验证了该算法有效可行。
暂无评论