热轧生产调度的多旅行商问题模型及求解.doc

热轧生产调度的多旅行商问题模型及求解 摘　要：传统对于热轧调度的研究,往往采用的是串行策略，实质是一种贪婪方法,可能导致局部最优。本文从全局最优观点提出能够同时产生一个班次中的M个轧制单元计划的并行策略，并且根据实际生产约束，可以热轧调度问题归结为多旅行商问题模型。为了求解，将MTSP变换为单旅行商问题模型，并适用改进遗传算法能有效搜索出最优解。 关键词：热轧生产；调度；旅行商问题；改进遗传算法 钢铁企业在实际编制热轧生产调度时，一般都是从合同订单预选池中挑选订单，依次编制出M个轧制计划单元[1]。这种策略模拟人工编制计划的思想，采用串行策略建立了单旅行商模型[2]。但是这种策略类似于贪婪方法，有可能陷入局部最优。一种合理的办法是并行方法，即从订单池中同时编制出M个轧制单元计划。并行方法可以归结为MTSP。 1热轧生产调度的问题描述 1.1　问题描述 将全部订单看成一个个节点(相当于TSP中的城市)，一个轧制生产单元看成是经过一定数目节点的一条旅行路径，节点之间的距离(评价值)可定义为轧制规范的评价值（如相邻板坯的宽度、厚度、硬度等必须满足一定的约束条件），则热轧生产调度问题可归结为非对称旅行商模型[3]。由于热轧生产调度问题中的轧制单元计划是一条开放路径，每一个订单只能轧制一次。如果一个热轧调度包括M条轧制单元计划，则存在M个开放路径，并且任意两个轧制单元计划的开始和结束点的订单都不相同。这意味着任意两个轧制单元计划之间没有相同的点(订单)，开始订单也不确定，所以必须建立全新的模型。 1.2 热轧调度问题进入标准MTSP问题的变换 为了将热轧调度问题转换为MTSP问题,引进了M个虚拟节点(定单) 其编号为N+1,N+2,…,N+M。通过两个步骤：第一步是一个虚拟节点被引进热轧调度问题当中，要求所有的轧制单元计划都从这个虚拟节点出发。这个虚拟节点既是源点也是收点，这样就构成了闭合回路。第二步是M-1个附加节点被引进，这样可以保证M个闭合回路的形成，同时满足每个节点正好被访问一次，也就是每一个生产定单正好被轧制一次[4]。 2 热轧生产调度的MTSP模型 2.1 评价指标、变量和参数定义 按照轧制工艺规范约束,相邻板坯之间的宽度、厚度和硬度等的变化越小，综合衡量的指标越优。因此，两节点之间的距离可定义为相邻轧件轧制参数的改变(跳跃)值；将相邻板坯之间的宽度、厚度和硬度跳跃值之和作为惩罚值，对超出轧制规范约束的赋予一个较大的惩罚值。对任一轧制计划单元，其优化目标可定义为：每个轧制单元的总评价惩罚值(相邻节点评价值之和)最小。 假设有N个订单将在一个班次内的M个轧制单元计划进行轧制，这N个订单可以看成N个节点，M个轧制单元计划可以看成M个旅行商。引进M个虚拟节点，那么热轧计划排出问题可以建成MTSP模型。在数学模型建立上，借助单TSP模型的表达，即等价于一个旅行商访问N+M城市[5]。在建立模型之前,先将模型中用到的变量和参数定义如下： 对于i, j∈{1,…,N} 1　如果订单j直接跟在订单i之后生产 Xij= 0　否则 当i∈{N+1,…,N+M}, j∈{1,…,N} 　 1 如果订单j是第i-N个计划的第一个被轧制的 Xij= 0　否则 当i∈{1,…,N}, j∈{N+1,…,N+M} 如果订单i是第j-N个计划的最后一个被轧制的 Xij= 　 0 否则 Cij分别表示从订单i转换到订单j的惩罚,定义如下： Cij=λij|Gj－Gj+1|+βij|Wj－Wj+1|+μij|Hj－Hj+1| 其中: 1　if (|Gj－Gj+1|) ≤ΔG λij= i, j∈{1,…,N}, i≠j ∞ if (|Gj－Gj+1|) ﹥ΔG 　 1　if (|Wj-Wj+1|) ≤ΔW βij= i, j∈{1,…,N}, i≠j ∞　if (|Wj-Wj+1|)﹥ΔW 　 1　 if (|Hj-Hj+1|) ≤ΔH μij= i, j∈{1,…,N}, i≠j ∞　if(|Hj-Hj+1|) ﹥ΔH 其中:Gj、Wj、Hj分别表示订单j的厚度、宽度和硬度;ΔG、ΔW、ΔH分别为热轧轧制规范所允许的相邻板坯最大厚度、宽度与硬度跳跃值。 Cij = 0, i∈{1,…,N}, j∈{N+1,…,N+M} Cij = 0, i∈{N+1,…,N+M}, j∈{1,…,N} Cij = ∞, i, j∈{N+1,…,N+M} Cij = ∞, i, j∈{1,…,N+M} 2.2　数学模型 在上述变量定义下,轧