×
潘全科；高，梁；王玲

紧凑型带钢生产中的多目标热轧调度问题。 （英语） Zbl 1481.90184号

申请。数学。建模 73, 327-348 (2019).
概述：本文讨论了紧凑型带钢生产过程中的热轧调度问题。首先，建立了由两个耦合子问题组成的数学模型。第一个子问题是板材条带分配问题，该问题涉及如何将板材条带指定给滚动转弯，以最小化虚拟板材条带。第二个是板条排序问题，即如何在每个轧制匝中对板条进行排序，目的是最大限度地减少相邻板条之间厚度的最大变化和厚度的变化时间，以确保生产出高质量的板条。然后，提出了一种改进的热轧调度启发式算法来解决板材-带钢分配问题。开发了一种多目标进化算法来寻找板条排序问题的Pareto最优或接近最优解。此外，还探索了特定问题的知识。设计了多目标进化算法的关键算子，包括交叉算子、变异算子和修复算子。最后，基于紧凑型带钢生产过程的真实实例进行了广泛的实验。结果表明，所提出的算法对于解决所考虑的热轧调度问题是有效的。

MSC公司：

90B35型 运筹学中的确定性调度理论
90C29型 多目标规划
90 C59 数学规划中的近似方法和启发式
90 C90 数学规划的应用

关键词：

日程安排；启发式的；多目标进化算法；热轧；紧凑型带钢生产

软件：

MOEA/D公司
PDF格式BibTeX公司 XML格式引用
\textit{Q.-K.Pan}等人，应用。数学。型号73327--348（2019年；Zbl 1481.90184）
全文： 内政部

参考文献：

[1] 毛，X。；霍，X。；太阳，X。；Chai，Y.，通过紧凑带钢生产生产的新700 MPa热轧钛合金钢的强化机制，J.Mater。过程。技术。，210, 1660-1666 (2010)
[2] 唐，L。；王，G。；陈振林，宝钢综合配料和连铸宽度选择，Oper。Res.，62，772-787（2014）·Zbl 1302.90117号
[3] 毛，K。；潘，Q.-K。；庞，X。；Chai，T.，《炼钢-连铸过程中混合流水车间调度问题的新型拉格朗日松弛方法》，Eur.J.Oper。研究，236，51-60（2014）·Zbl 1338.90176号
[4] 潘，Q.-K。；Wang，L。；毛，K。；赵，J.-H。；Zhang，M.，针对炼钢过程中实际混合流程问题的有效人工蜂群算法，IEEE Trans。自动。科学。工程师，10307-322（2013）
[5] 洛佩兹，L。；卡特，M.W。；Gendreau，M.，《热轧生产调度问题：禁忌搜索方法》，Eur.J.Oper。研究，106，317-335（1998）·Zbl 0991.90060号
[6] 唐，L。；刘杰。；荣，A。；Yang，Z.，《上海宝钢钢铁联合公司热轧调度的多旅行商问题模型》，Eur.J.Oper。研究，124267-282（2000）·Zbl 1025.90523号
[7] Cowling，P.，钢铁热轧厂调度的柔性决策支持系统，计算。工业。工程师，45，307-321（2003）
[8] 李，J。；李，L。；唐，L。；Wu，H.，热轧无缝钢管生产调度的基于规则的启发式案例，专家系统。，23, 145-157 (2006)
[9] Chen，A.L。；Yang，G.K。；Wu，Z.M.，《热轧工艺生产调度优化算法》，国际产品杂志。研究，46，1955-1973（2008）·Zbl 1153.90417号
[10] 王，X。；Tang，L.，《钢铁行业热轧生产的配料和调度集成》，国际高级制造业杂志。技术。，36, 431-441 (2008)
[11] 唐，L。；张，X。；郭，Q.，热轧调度的两种混合元启发式算法，ISIJ Int.，49，529-538（2009）
[12] Yadollahpour，M.R。；比贾里，M。；卡沃什，S。；Mahnam，M.，考虑热装轧制的带钢热连轧调度问题的引导式局部搜索算法，国际先进制造业杂志。技术。，45, 1215-1231 (2009)
[13] 赵，J。；Wang，W。；刘，Q。；王，Z。；石鹏，热轧两阶段调度方法及其应用，控制工程实践。，17, 629-641 (2009)
[14] 张，T。；Chaovalitwingse，W.A。；张义杰。；Pardalos，P.M.，基于奖品收集车辆路径问题的热轧批量调度方法，Manag。最佳。，5, 749-765 (2009) ·Zbl 1183.90156号
[15] 贾，S。；朱，J。；Yang，G。；Yi，J。；Du，B.，《热轧批调度问题的基于分解的层次优化算法》，Int.J.Adv.Manufact。技术。，61487-501（2012年）
[16] Alidaee，B。；Wang，H.，关于热轧过程生产调度优化算法的整数规划公式，Int.J.产品。决议，50，6036-6039（2012）
[17] 贾世杰。；Yi，J。；Yang，G.K。；Dua，B。；Zhu，J.，热轧批量调度问题的多目标优化算法，国际J产品。研究，51，667-681（2013）
[18] 唐，L。；刘杰。；荣，A。；Yang，Z.，《综合钢铁生产的计划和调度系统及方法综述》，欧洲期刊Oper。决议，133，1-20（2001）·Zbl 0988.90503号
[19] Cowling，P。；Ouelhadj，D。；Petrovic，S.，《钢铁热轧动态调度的多代理体系结构》，J.Intell。制造。，14, 457-470 (2003)
[20] 查克拉博蒂，N。；莫伊特拉，S。；Mitra，A.，《应用于热轧的进化和遗传算法：使用粒子群算法研究的多目标轧制计划》，Trans。印度金属学会，59，681-688（2006）
[21] 朱，B.L。；Ji，S.F.，炼钢——钢铁企业集成管理的热轧调度模型和方法，Adv.Mater。研究，8603094-3099（2013）
[22] 帕克，H。；Y.Hong。；Chang，S.Y.，《小型钢铁厂热轧卷生产的高效调度算法》，《产品》。计划。控制，13，298-306（2002）
[23] 南丹，R。；雷·R。；Jayakanth，R。；莫伊特拉，S。；Chakraborti，N.，《热轧过程中调节凸度和平整度：使用遗传算法的多喷射优化研究》，Mater。制造业。过程，20459-478（2005）
[24] 圣战者，S。；黄，S。；Nagi，R.，《最大限度减少连续退火操作中纵梁未使用的调度》，Omega，40，437-444（2012）
[25] 潘，Q.-K。；陈庆德。；孟，T。；王，B。；Gao，L.，紧凑型带钢生产中热轧调度的数学模型和两阶段启发式算法，应用。数学。型号。，48, 516-533 (2017) ·兹比尔1480.90139
[26] 张，B。；潘，Q.-K。；高，L。；张，X.-L。；Chen，Q.-D.，紧凑型带钢生产中热轧批量调度问题的混合变量邻域搜索算法，计算。印度河。工程，116，22-36（2018）
[27] 张，Q。；Li，H.，MOEA/D：基于分解的多目标进化算法，IEEE Trans。进化。计算。，11, 712-731 (2007)
[28] 雷，D。；Zheng，Y.，《装配作业和关键目标的混合流水车间调度：新型邻域搜索》，应用。软计算。，61, 122-128 (2017)
[29] Wang，Y。；李，X。；Ruiz，R.，具有基于位置的学习效果的最短路径问题的精确算法，IEEE Trans。系统。人类网络。系统。，47, 3037-3049 (2017)
[30] 李俊秋。；潘，Q.-K。；Duan，P.-Y.，求解动态操作跳跃混合柔性流程的改进人工蜂群算法，IEEE Trans。赛博。，46, 1311-1324 (2016)
[31] 潘，Q.-K。；Tasgetiren，M.F。；Suganthan，P.N。；Chua，T.J.，批量流流水车间调度问题的离散人工蜂群算法，信息科学。，181, 2455-2468 (2011)
[32] 陈，X。；Ong，Y.S。；Lim，M.H。；Tan，K.C.，模因计算的多层面调查，IEEE Trans。进化。计算。，15, 591-607 (2011)
[33] 孟，T。；潘，Q.-K。；李庆康。；Sang，H.-Y.，集成批量流流水车间调度问题的改进候鸟优化，Swarm Evol。计算。，38, 64-78 (2018)
[34] 韩毅。；龚，D。；Jin，Y.，带机器故障的进化多目标阻塞批量流车间调度，IEEE Trans。赛博。（2017），出版中
[35] Deb，K。；普拉塔普，A。；阿加瓦尔，S。；Meyarivan，T.，一种快速的精英多目标遗传算法：NSGA-II，IEEE Trans。进化。计算。，182-197年6月（2002年）
[36] Jaszkiewicz，A.，《关于0/1背包问题的多目标遗传局部搜索性能——比较实验》，IEEE Trans。进化。计算。，6, 402-412 (2002)
[37] Shoaardebili，北。；Fattahi，P.，《解决具有机器可用性约束的三阶段装配流水作业调度问题的多目标元神经网络》，国际期刊产品。研究，53，944-968（2015）
[38] Gao，K.Z。；Suganthan，P.N。；潘，Q.-K。；Chua，T.J。；蔡天喜。；Chong，C.S.，多目标柔性车间调度的协调搜索算法，信息科学。，289, 76-90 (2014) ·Zbl 1355.90024号
[39] 潘，Q.-K。；高，L。；Wang，L。；梁，J。；Li，X.-Y.，最小化分布式置换flowshop问题总流程时间的有效启发式和元启发式，专家系统。申请。，124, 309-324 (2019)
[40] Pan，Q.-K.，一种有效的协同进化人工蜂群算法在炼钢连铸调度中的应用，Eur.J.Oper。决议，250，702-714（2016）·Zbl 1346.90379号
[41] T.Goel，N.Stander，多目标进化算法收敛性研究。http://www.lsoptsupport.com/documents/papers/optimization/2009/GA_convergence_study_MAO.pdf; T.Goel，N.Stander，多目标进化算法收敛性研究。http://www.lsoptsupport.com/documents/papers/optimization/2009/GA_convergence_study_MAO.pdf
[42] 唐，L。；Zhao，Y。；Liu，J.，《钢铁连铸生产实际动态调度的改进差分进化算法》，IEEE Trans。进化。计算。，18, 209-225 (2014)
[43] 彭，K。；潘，Q.-K。；高，L。；李，X。；达斯，S。；Zhang，B.，用于混合flowshop重调度的多部分可变邻域下降算法，Swarm Evol。计算。，45, 92-112 (2019)
[44] 陶，S。；吴，C。；盛，Z。；Wang，X.，具有分层备选方案的随机项目调度，应用。数学。型号。，58, 181-202 (2018) ·Zbl 1480.90150号
[45] Yin，Y。；Cheng，S.R。；Cheng，T.C.E。；Wang，D.J。；Wu，C.C.，在不相关的并行机器上与两个竞争代理进行实时调度，Omega，63，41-47（2016）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。