[發(fā)明專利]基于量子蝙蝠算法的鑄造造型及熔煉批量計劃獲取方法

有效

• 申請?zhí)枺?/td>: 201810716087.0
• 申請日: 2018-06-29
• 公開（公告）號: CN108960508B
• 公開（公告）日: 2020-09-08
• 發(fā)明（設計）人: 計效園;張明珠;周建新;殷亞軍;沈旭;顏秋余;吳桐
• 申請（專利權）人: 華中科技大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/04;G06N3/00
• 代理公司: 華中科技大學專利中心 42201
• 代理人: 孔娜;曹葆青

本發(fā)明屬于鑄造企業(yè)調(diào)度相關技術領域，其公開了一種基于量子蝙蝠算法的鑄造造型及熔煉批量計劃獲取方法，該方法包括以下步驟：(1)采集鑄造造型及熔煉批量計劃鑄件的基本信息，并基于所述基本信息構建造型及熔煉批量計劃鑄件優(yōu)先級模型；(2)基于模具約束、砂箱約束及熔煉約束構建以加權熔煉重量為目標函數(shù)的造型及熔煉批量計劃模型；(3)采用啟發(fā)式策略對所述造型及熔煉批量計劃模型進行簡化處理，以將所述造型及熔煉批量模型轉(zhuǎn)化為多約束0?1背包問題；(4)采用量子蝙蝠算法求解所述多約束0?1背包問題以得到優(yōu)化解，即造型及熔煉批量計劃優(yōu)化解。本發(fā)明優(yōu)化了造型及熔煉批量計劃中資源的分配和提高熔煉設備利用率。

技術領域

本發(fā)明屬于鑄造企業(yè)調(diào)度相關技術領域，更具體地，涉及一種基于量子蝙蝠算法的鑄造造型及熔煉批量計劃獲取方法。

背景技術

造型-熔煉批量計劃是鑄造企業(yè)生產(chǎn)管理的重要組成部分，在考慮制定生產(chǎn)計劃時，應該將造型與熔煉這兩個工序制約因素同步考慮，以達到工序間的流暢與不堆積。科學的批量計劃應合理分配優(yōu)先級高的鑄件優(yōu)先生產(chǎn)和提高熔煉設備利用率。科學的熔煉批量計劃對鑄造企業(yè)優(yōu)化資源配置、提高設備利用率、降低成本等具有重要意義。

蝙蝠算法為熔煉批量計劃的解決提供了可能性，蝙蝠算法(bat algorithm,BA)是2010年由劍橋大學的Yang教授首次提出的一種新型的群智能進化算法，其具有模型簡單、潛在并行性及分布式等特點。目前，蝙蝠算法已經(jīng)在很多領域有著良好的應用，比如工程優(yōu)化問題、車間調(diào)度、圖像匹配、旅行商問題等等，并且取得了一定的應用效果。然而，算法的收斂較慢，且易在迭代過程中丟失優(yōu)化解。相應地，本領域存在著發(fā)展一種收斂速度較快的基于量子蝙蝠算法的鑄造造型及熔煉批量計劃獲取方法的技術需求。

發(fā)明內(nèi)容

針對現(xiàn)有技術的以上缺陷或改進需求，本發(fā)明提供了一種基于量子蝙蝠算法的鑄造造型及熔煉批量計劃獲取方法，其基于量子蝙蝠算法的工作特點，研究及設計了一種基于量子蝙蝠算法的鑄造造型及熔煉批量計劃獲取方法。所述獲取方法構建了造型-熔煉計劃鑄件優(yōu)先級模型，并以此為基礎在模具約束、砂箱約束和熔煉爐容量約束的基礎上構建了造型-熔煉批量計劃模型，對造型-熔煉批量計劃模型啟發(fā)式簡化為多約束0-1背包問題，設計了量子蝙蝠算法進行求解，由此獲得造型-熔煉批量計劃優(yōu)化解，提高了算法收斂速度及尋優(yōu)能力，避免了優(yōu)化解的遺失。

為實現(xiàn)上述目的，本發(fā)明提供了一種基于量子蝙蝠算法的鑄造造型及熔煉批量計劃獲取方法，該獲取方法主要包括以下步驟：

(1)采集鑄造造型及熔煉批量計劃鑄件的基本信息，并基于所述基本信息構建造型及熔煉批量計劃鑄件優(yōu)先級模型，以得到各個鑄件優(yōu)先級值；

(2)以鑄件優(yōu)先級值為權重值，基于模具約束、砂箱約束及熔煉約束構建以加權熔煉重量為目標函數(shù)的造型及熔煉批量計劃模型；

(3)采用啟發(fā)式策略對所述造型及熔煉批量計劃模型進行簡化處理，以將所述造型及熔煉批量模型轉(zhuǎn)化為多約束0-1背包問題；

(4)采用量子蝙蝠算法求解所述多約束0-1背包問題以得到優(yōu)化解，即造型及熔煉批量計劃優(yōu)化解。

進一步地，所述基本信息包括鑄件材質(zhì)種類、鑄件編號、鑄件毛重、鑄件交貨期、客戶信譽等級、熔煉爐容量及每天熔煉爐熔次數(shù)；所述造型及熔煉批量計劃鑄件優(yōu)先級模型是基于所述客戶信譽等級和鑄件交貨期構建的。

進一步地，所述造型及熔煉批量計劃鑄件優(yōu)先級模型的數(shù)學表達式為：

P_i＝P_ix·w₁+P_id·w₂ (1)