论文部分内容阅读
本文以国内某大型钢铁企业的板卷材料匹配为背景,分别研究了考虑板卷倒垛的无委托板卷匹配问题和全委托板卷匹配与倒垛集成问题。该研究对于提高板卷资源利用率,降低库区存储与物流费用,优化板卷合同的匹配关系,从而提高企业利润与竞争力具有重要意义。本文工作概述如下:(1)以钢铁企业无委托板卷匹配过程为背景,提炼出考虑板卷倒垛操作的无委托板卷匹配问题。该问题与已有研究相比,考虑了无委托板卷匹配关系对于库区物流及供料效率的影响。针对该问题,以提高板卷与合同的匹配质量、降低无委托库存、降低板卷倒垛费用为优化目标,建立了线性的0-1整数规划模型。(2)针对考虑板卷倒垛操作的无委托板卷匹配问题,设计改进的差分进化算法,克服了常规商业求解软件无法求解大规模算例的难题。在算法中,设计了一种整数编码方式,保证了板卷合同多对一的匹配模式。提出了多种启发式算法,并将其与随机策略结合生成高质量的初始种群。同时,提出了一种新型变异方式,通过增加扰动策略和带有求余运算的变异操作,有效提升了算法的寻优能力。最后,通过对多组实际数据的测试,并与CPLEX商业求解软件进行比较,验证了模型和算法的有效性。(3)以钢铁企业全委托板卷匹配调整过程为背景,提炼出全委托板卷匹配与倒垛集成问题。与已有全委托板卷匹配问题不同,该问题决策板卷与合同匹配关系的同时还需要决策板卷在提取过程中的倒垛位置。针对该问题建立了线性0-1整数规划模型。(4)为有效求解全委托板卷匹配与倒垛集成问题,本文设计了改进的差分进化算法。将设计的启发式算法与随机策略产生的初始解作为初始种群,提出了一种具有随机和小概率扰动的变异操作,能够有效降低算法陷入局部最优的概率。通过数值实验,将所提出算法与CPLEX商业软件进行比较,可以有效验证模型、算法、及改进策略的有效性。(5)基于钢厂实际板卷匹配过程的业务流程与需求分析,将提出的模型及算法与人机交互的方式相结合,设计并开发了板卷匹配与倒垛优化决策支持子系统,该系统能够有效提高计划人员的工作效率,增加板卷匹配的柔性与灵活性。