关于多智能体的炼厂生产调度优化系统开发.pdfVIP

摘 要 炼厂的生产流程连续，生产装置复杂，单元设备较多，其生产调度方案是炼 油企业提高经济效益和市场竞争力的重要手段。针对调度模型变量较多，约束条 件维数很大，不利于求解的情况，目前广泛应用的调度算法(如GA和PSO)由 于算法初始种群的选定随机性，导致其优化结果也具有一定程度的随机性，因此 无法一次优化求得结果。本文针对典型调度模型和常用优化算法的特点，以某炼 厂生产流程为背景，设计并在JADE平台上实现了基于多智能体的炼厂生产调度 系统。主要内容有： 首先，根据某炼厂的生产实况和流程特点，分装置建立了局部流程的调度模 型。该炼厂包含常减压蒸馏I、常减压蒸馏II、催化裂化、溶剂油装置和气体分 离装置。将一个装置看做一个基本单元，以该单元的原料购买费用和产品存储费 用最省为目标，考虑该单元的罐容量限制、产品收率限制、装置加工量限制、产 品和原料的存储限制以及市场销售限制，建立了局部流程的调度模型。差对常用 的调度算法，遗传算法和粒子群算法进行了实例验证，总结了这两种算法的优点 和存在的不足之处。 接着，针对以上典型调度模型和常用调度算法的优缺点，以克服算法一次计 算结果稳定性较差为出发点，设计了基于多智能体的炼厂生产调度系统。该系统 由1个管理智能体，按