[發(fā)明專利]一種基于改進(jìn)離散教與學(xué)算法的熱處理爐次計(jì)劃求解方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201810879229.5
• 申請(qǐng)日: 2018-08-03
• 公開（公告）號(hào): CN109255152A
• 公開（公告）日: 2019-01-22
• 發(fā)明（設(shè)計(jì)）人: 周建新;計(jì)效園;張明珠;葉虎;殷亞軍;沈旭;武博
• 申請(qǐng)（專利權(quán)）人: 華中科技大學(xué)
• 主分類號(hào): G06F17/50
• 分類號(hào): G06F17/50;G06N3/00
• 代理公司: 華中科技大學(xué)專利中心 42201
• 代理人: 周磊;曹葆青

本發(fā)明屬于熱處理生產(chǎn)計(jì)劃相關(guān)技術(shù)領(lǐng)域，并公開了一種基于改進(jìn)離散教與學(xué)算法的熱處理爐次計(jì)劃求解方法，包括以下步驟：1)建立熱處理爐次計(jì)劃的數(shù)學(xué)模型；2)從鑄件集合中產(chǎn)生不同的鑄件候選集合；3)采用改進(jìn)離散教與學(xué)算法求解數(shù)學(xué)模型，從而獲得每個(gè)鑄件候選集合的爐次計(jì)劃，選取最優(yōu)的爐次計(jì)劃作為最終爐次計(jì)劃；4)判斷當(dāng)前制定計(jì)劃的爐次數(shù)是否達(dá)到設(shè)定的爐次數(shù)；5)獲得所需的多個(gè)熱處理爐次計(jì)劃。本發(fā)明提出的熱處理爐次計(jì)劃數(shù)學(xué)模型，綜合考慮了合爐約束、爐次利用率與交貨期三個(gè)因素，更貼近于企業(yè)的實(shí)際生產(chǎn)過程，企業(yè)可以根據(jù)上述這些因素來合理地進(jìn)行資源優(yōu)化，保證資源的最優(yōu)化利用，從而降低企業(yè)生產(chǎn)成本。

技術(shù)領(lǐng)域

本發(fā)明屬于熱處理生產(chǎn)計(jì)劃相關(guān)技術(shù)領(lǐng)域，更具體地，涉及一種基于改進(jìn)離散教與學(xué)算法的熱處理爐次計(jì)劃求解方法。

背景技術(shù)

熱處理是鑄造生產(chǎn)中保證鑄件組織與性能的重要工藝，由于熱處理屬于高耗能工序，且加工時(shí)間長(zhǎng)，往往是鑄件生產(chǎn)中的瓶頸工序之一。此外，近年來的市場(chǎng)對(duì)鑄件的需求種類越來越趨于多樣化，鑄造企業(yè)呈現(xiàn)出訂單小批量與品種多樣化的態(tài)勢(shì)，對(duì)于鑄造企業(yè)，有必要設(shè)計(jì)合理的熱處理爐次計(jì)劃計(jì)算方法實(shí)現(xiàn)熱處理生產(chǎn)計(jì)劃的高效制定，保證資源的最優(yōu)化利用，從而降低企業(yè)生產(chǎn)成本與提升生產(chǎn)效率。

目前針對(duì)熱處理生產(chǎn)計(jì)劃的國(guó)內(nèi)外開展了一定的研究。Tang等研究了鋼鐵企業(yè)中的動(dòng)態(tài)熱處理批計(jì)劃問題，并基于多因素提出整數(shù)規(guī)劃模型，并通過改進(jìn)的拉格朗日松弛算法進(jìn)行求解。曹科峰研究了基于模具項(xiàng)目計(jì)劃的鑄件熱處理分批優(yōu)化問題，并提出了基于降序首次適應(yīng)規(guī)則的啟發(fā)式算法和主零件為中心成批策略來解決此類問題。朱鑫研究了平行多機(jī)模具熱處理車間動(dòng)態(tài)批調(diào)度方法，以加權(quán)拖期量和能耗指數(shù)為優(yōu)化目標(biāo)，并且考慮了鑄件具有動(dòng)態(tài)到達(dá)性和不相容性，分別針對(duì)事件驅(qū)動(dòng)調(diào)度機(jī)制和柔性調(diào)度機(jī)制建立兩種不同的數(shù)學(xué)模型及算法。黃錦鈿研究了兩機(jī)flow-shop類型模具熱處理車間批調(diào)度問題，建立了以最小化最大完成時(shí)間為優(yōu)化目標(biāo)的混合整數(shù)規(guī)劃模型，并提出了求解大規(guī)模問題優(yōu)化算法。

目前用于生產(chǎn)計(jì)劃求解算法主要分為兩大類：一類是精確算法，主要有窮舉法、分枝界定法、解析優(yōu)化法、拉格朗日松弛法等，這類方法能獲得準(zhǔn)確最優(yōu)解，但是求解速度慢，難以處理復(fù)雜約束；

另外一類是近似算法，主要有啟發(fā)式算法與元啟發(fā)式算法，這類算法雖然不能保證求得最優(yōu)解，但求解速度相對(duì)快，對(duì)復(fù)雜問題適應(yīng)性強(qiáng)，尤其是元啟發(fā)式算法，已成為研究的主流算法。教與學(xué)算法是Rao等在2011年提出的一種模擬教室學(xué)生學(xué)習(xí)過程的元啟發(fā)式算法，其主要包括兩個(gè)階段：教學(xué)階段和學(xué)習(xí)階段，通過這兩個(gè)階段提升班級(jí)學(xué)習(xí)成績(jī)。教與學(xué)算法自提出以來已經(jīng)廣泛應(yīng)用在各個(gè)工程領(lǐng)域，如生產(chǎn)調(diào)度、參數(shù)優(yōu)化、電力系統(tǒng)等，但是這類算法在調(diào)度計(jì)劃中存在收斂慢,魯棒性差,易陷入局部最優(yōu)的缺陷。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)的以上缺陷或改進(jìn)需求，本發(fā)明提供了一種基于改進(jìn)離散教與學(xué)算法的熱處理爐次計(jì)劃求解方法。本方法可以快速地給出一種滿足工藝約束的熱處理爐次計(jì)劃優(yōu)化解，魯棒性強(qiáng)，而且便于企業(yè)的實(shí)際應(yīng)用。

為實(shí)現(xiàn)上述目的，按照本發(fā)明，提供了一種基于改進(jìn)離散教與學(xué)算法的熱處理爐次計(jì)劃求解方法，其特征在于，包括以下步驟：

1)建立熱處理爐次計(jì)劃的數(shù)學(xué)模型；

2)從待制定熱處理爐次計(jì)劃的鑄件集合中產(chǎn)生不同的鑄件候選集合；

3)通過在教與學(xué)算法中引入歷史種群和交叉算子來獲得改進(jìn)離散教與學(xué)算法，采用該改進(jìn)離散教與學(xué)算法求解步驟1)中的數(shù)學(xué)模型，從而獲得每個(gè)鑄件候選集合的爐次計(jì)劃，選取最優(yōu)的爐次計(jì)劃作為最終爐次計(jì)劃，該最終爐次計(jì)劃對(duì)應(yīng)的鑄件為已計(jì)劃鑄件；

4)判斷當(dāng)前制定計(jì)劃的爐次數(shù)是否達(dá)到設(shè)定的爐次數(shù)，如果是，則結(jié)束爐次制定計(jì)劃，如果否，則進(jìn)入步驟5)；

5)從鑄件集合移除已計(jì)劃鑄件，并重復(fù)步驟2)～步驟4)，獲得所需的多個(gè)熱處理爐次計(jì)劃。