钢铁企业轧线产能规划模型及算法研究-控制工程专业论文.docxVIP

上海交通大学硕士论文 上海交通大学硕士论文 万方数据 万方数据 钢铁企业轧线产能规划模型及算法研究 摘 要 近几年来，随着市场环境的变化与市场竞争的日趋激烈，钢铁产品需求日趋 小批量、多品种，及交货周期越来越短。小批量多品种的特点决定了生产工艺路 径的复杂多变，交货周期短的特点导致生产组织中出现瓶颈设备的问题，这两个 因素均都制约着钢铁企业的产能。因此，对钢铁企业产能规划问题进行研究具有 重要的现实意义。 产能规划问题，是指综合考虑现有条件下的多种约束限制，合理选择现有合 同资源池的合同在满足物料平衡、能力约束平衡及按时交货的前提下，达到经济 效益等的最大化。产能规划问题本质上属于组合优化问题，以往文献大都研究调 度问题，本文根据现场实际需求，重点研究从合同资源池选择合适合同并投产的 问题，从合同计划流程上来说处于更上游。 针对钢铁企业中的轧线产能规划问题，建立了混合规划模型，以加权合同重 量最大化为目标，综合考虑机组产能约束、计划期约束、物料平衡约束与非工艺 路径约束等约束条件。 针对轧线产能规划问题的模型特性，提出了基于群体增量学习(PBIL ， Population Based Incremental Learning)与线性规划的求解算法。首先设计PBIL算 法的0-1染色体编码，每个染色体代表一个合同选择方案，并利用线性规划模型 求解染色体的适应度值，然后经多次迭代得到适应度最优的染色体个体，即得到 最优合同选择方案，并给出合同投产方案。经实际生产数据测试，利用该模型与 算法可以在较短时间内给出较优方案，验证了模型的合理性与算法的有效性。 基于本文提出的模型与算法，设计并开发了轧线产能规划系统。首先进行了 系统设计、数据库设计、菜单设计等，然后运用多种程序设计语言和软件开发方 法对系统进行开发与调试。该系统能够有效地减少设备的闲置率，并提高了瓶颈 设备的利用率，避免了人工排产耗时耗力、精度较差的缺点，为计划员提供了足 I 够的决策支持。 关键词：产能规划，PBIL，线性规划，优化系统 II Study on Modeling and Optimization Algorithms for Rolling Line Capacity Planning Problem in Iron and Steel Industry ABSTRACT In recent years, with the changing market environment and the sharp market competition, the production requirements are becoming small-lot, multi-item and shortened-delivery-cycles. The characteristics of small-lot multi-item productions make the production path becomes more complex and changeable, and the characteristics of shortened delivery lead to the bottlenecks of production. Both of them are restricting the capacity of the iron and steel enterprises. Therefore, study on the capacity planning problem in iron and steel industry has great realistic significance. The capacity planning problem refers to that planners reasonably select a set of customer orders, which needs to meet the material balance, capacity constraint balance and on-time delivery, from the existing contracts resource pool in order to achieve maximum economic benefit under present multiple constraints. The capacity planning problem essentially belongs to optimization problem. The previous literature mostly pays attention to