计算机与信息学院高昆,电力学院20101104高昆.doc

(

摘 要

钢铁工业是国民经济的支柱产业，在国民经济的发展中发挥着重要的作用。炼钢-连铸生产是钢铁厂生产流程中的关键工序，合理的进行订单管理、制定可行的生产计划，对于加快工艺节奏、提高企业经济效益有重要意义。

本文主要对炼钢-连铸的批量计划的编制方法以及相关的多目标进化算法进行研究，具体内容如下：

综述了钢铁企业一体化生产的特点以及多目标进化算法的研究现状。在此基础上将炉次计划问题界定为多目标优化问题，建立了炼钢炉次编制计划的多目标优化模型。为了解决多约束情形直接编码较为困难的问题，提出一种约束满足的可行解产生方法，同时为了解决帕累托支配法容易丢失有用信息的不足，重新设计了种群和最优档案的维护策略，引入改进的自适应网格法。通过实验对提出的多目标炉次计划模型进行求解，得到了多组最优解，验证了模型和算法的有效性，为后续调度提供了多种选择方案。建立了浇次计划的整数规划模型，采用改进的进化算法求解，实验结果表明模型和算法是可行的。

针对多目标优化算法，通过一组实验，从趋近最优前沿的速度和程度方面比较了模拟二进制重组算子，自适应模拟二进制重组算子以及组合差分进化算子在多目标进化算法中的性能，实验表明当前在多目标进化算法中被广泛使用的SBX算子不如其他算子优越。同时提出一种组合进化算子CSDO (Composite SA-SBX and Differential Evolutionary Operator)，该算子结合了具有方向性的改进的模拟二进制交叉算子和跳跃性较强的差分算子，有效保障子代个体的多样性和搜索最优个体的快速性。并对应的提出了一种具有“贪婪”思想的变个数子代存档方法，该方法能加快种群进化速度，并从整个种群的角度来考虑最优个体的保留价值，提高了生成解的利用率。应用CSDO和改进的存档方法对多个基准测试函数进行了求解求解结果与其他智能重组算子的对比表明CSDO可以提高最优解的求解精度和搜索速度。

关键词: 炼钢-连铸调度；多目标优化；炉次计划；多目标进化算法；重组算子

Iron and steel industry provides raw materials for other industries and plays an essential role in the industrial economy. Steelmaking and continuous casting is the key procedure of the steel-making flow. Therefore, making researches on planning and scheduling for steelmaking and continuous casting is of great importance in making technical procedure clear, quickening technical rhythm, improving the enterprise’s economic efficiency.

This paper’s intent is to research the planning of steelmaking and continuous casting batch production. The technology of multi-objective evolutionary algorithms is also studied. The main works in this paper are summarized as follows:

A multi-objective optimization model of charge plan was built in this paper. As direct encoding is hard to be used in the many constraints problem case, a new method of generate feasible solutions based on constraint satisfaction was proposed. A novel adaptive grid algorithm was also proposed to improve the current multi-objective evolutionary algorithm’s population maintain strategy . Moreover, the proposed multi-objective charge plan model was so