原文传递
基于差分进化算法的钢铁原料码头卸船调度问题研究
| 论文题名： | 基于差分进化算法的钢铁原料码头卸船调度问题研究 |
| 关键词： | 钢铁原料码头;料船调度;差分进化算法;排挤策略;参数自适应 |
| 摘要： | 钢铁企业产成品的成本主要由三部分构成:原料购买、生产消耗和物流成本。原料成本随需求增加而水涨船高，生产中的技术发展也已经进入到瓶颈阶段，对应的生产成本挖掘潜力越来越小。所以通过对物流调度优化来降低物流成本成为降低钢铁企业成本，提高企业经济效益的重要手段。 本文以钢铁原料码头的料船调度问题为例，针对其中的卸船调度问题展开研究。在对实际问题分析的基础上，建立了料船卸船调度模型，通过求解器和差分进化算法对模型进行求解，并对算法进行改进，从而降低钢铁料场料船的滞船费用，降低企业成本。本文研究内容如下: 1)分析钢铁原料码头料船卸料调度问题特点，针对该问题变量多、约束复杂等难点，建立了数学模型，目的是在满足各项需求约束和能力约束下，使得料船的滞船费用最小。通过不同规模的数值实验验证了模型的有效性。 2)考虑到现实生产中大规模问题求解器的计算时间太长，在上述数学模型的基础上，设计了针对离散问题的差分进化算法，重新定义了交叉操作和变异操作。实验结果表明，差分进化算法在小规模问题上可以快速取得近优解，在大规模问题上可以快速取得可行解。 3)在差分进化模型基础上，加入排挤策略(CMDE)。交叉后生成的个体会与排挤矩阵中个体计算距离，如果距离小于设定值会判定两个个体相似，会将其中适应度较低的个体淘汰，最后将得到的种群个体进行局部搜索。以此提高差分进化的个体多样性和局部开采能力。 4)在CMDE的基础上加入分阶段的参数自适应(ACMDE)策略，在不同迭代阶段，根据不同的适应度，对每个个体设计不同的交叉系数和变异系数。 5)设计并开发了原料数据解析与物流优化调度决策支持系统，其中数据管理模块和报表管理模块满足了企业的信息化管理需求。将上述提出的差分进化模型嵌入到系统中，通过卸船调度模块得到最优调度方案，并以图表等形式展现，为钢铁企业的原料场调度安排提供支持。 |
| 作者： | 韩雨宏 |
| 专业： | 系统工程 |
| 导师： | 高振 |
| 授予学位： | 硕士 |
| 授予学位单位： | 东北大学 |
| 学位年度： | 2018 |
检索历史
应用推荐
