【技术实现步骤摘要】
本专利技术涉及一种钢铁企业天车调度优化方法，特别涉及一种针对钢铁企业板坯库天车调度鲁棒优化方法。
技术介绍
1、随着现代科学技术的迅猛发展，钢铁企业面临着日益激烈的市场竞争，提高自身物流效率成为了增强自身竞争力不可或缺的有效手段。然而，在实际钢材生产过程中，由于板坯库吊具的时空限制，板坯铸造缓冷环节受到制约，极大影响整体生产效率。因此，对板坯库天车调度的优化问题进行深入研究具有现实意义。
2、天车调度问题是典型的多机多任务的并行调度问题之一。在现实板坯库作业过程中，数个天车需在一个时间窗内共同执行若干吊运任务，而这些任务之间又存在着复杂的相互关联和制约关系。此外，天车在执行任务过程中还受到垛位布局、工艺流程、作业干涉等现实约束的限制。鲁棒优化调度思想为这一问题提供了一种有效的解决方案，它强调在不确定环境下，通过设计具有鲁棒性的调度方案，以应对可能出现的各种干扰和变化。
3、通过结合钢铁集团的实际生产作业情况，对天车调度优化方案进行构建和调整，有效提高板坯库的出入库效率，降低生产资源和能源的消耗，使其能够在实际生产中发挥最大效益。同时，这也将有助于提升钢铁企业在市场竞争中的综合实力和地位。
技术实现思路
1、本专利技术的目的在于提供一种针对钢铁企业板坯库天车调度鲁棒优化方法，该方法提出一种关于板坯库天车调度问题的鲁棒优化模型，为基于lingo求解的调度问题鲁棒优化算法，以获得兼具安全性与鲁棒性的较优解。本专利技术实现了板坯入库惩罚成本最小的目标，提高了板坯库天
2、本专利技术的目的是通过以下技术方案实现的：
3、一种针对钢铁企业板坯库天车调度鲁棒优化方法，所述方法为考虑惩罚成本的板坯库天车调度问题的鲁棒优化方法，包括以下步骤：
4、s1:建立最小化延迟惩罚成本为目标的的天车调度数学模型；
5、s2:模型鲁棒化
6、将板坯入库作业时间的不确定性考虑在内，对s1数学模型进行鲁棒优化，将板坯入库确定性模型转化成具有不确定性的鲁棒模型；
7、s3:lingo求解鲁棒模型
8、对s2建立的模型进行集合、决策变量以及常量的定义，将各类数据分配到相对应的原始集与派生集中，根据s2中的鲁棒模型编写目标函数和约束条件。lingo代码编写后进行运算，多次调整求出结果；
9、s4:灵敏度分析不确定参数
10、针对板坯任务数量变化、入库时间变化、调节参数变化这三个不确定性影响因素，对鲁棒优化结果进行灵敏度分析；
11、s5:数据分析
12、通过折线图比较不同不确定参数对s2鲁棒模型的影响，检验s2鲁棒模型面对不同干扰时的抗风险能力。
13、所述的一种针对钢铁企业板坯库天车调度鲁棒优化方法，所述步骤s1具体实现步骤如下：
14、s101：对每个需要考虑的变量建立矩阵，具体为，设i为板坯任务，b为板坯i的单位延迟吊运时间的惩罚系数，si为板坯i的实际开始作业的时间，ai为板坯i的预计入库时间，fi为板坯i的实际完成作业的时间；
15、s102：建立最小化延迟惩罚成本为目标的的天车调度数学模型：
16、
17、
18、式(1)为最小化的考虑板坯入库时间延迟惩罚成本的目标函数；式(2)与式(3)表示每个板坯入库任务只能被一台天车执行作业，且只能执行一次板坯入库任务；式(4)表示天车进行板坯入库任务时的运行速度具有现实约束；式(5)表示两台天车在执行板坯入库任务时需保持安全距离；式(6)表示板坯i的实际开始作业时间不早于预计入库时间；式(7)和式(8)表示确保每个任务的时间窗具有约束；式(9)表示板坯i在板坯j吊运作业前完成吊运；式(10)表示工作的天车数之和不得超过板坯库可用天车的总和；式(11)、式(12)和式(13)定义变量的取值范围。
19、所述的一种针对钢铁企业板坯库天车调度鲁棒优化方法，所述步骤s2中生成鲁棒模型的方法为：
20、s201：将板坯入库作业时间的不确定性考虑在内，对s1数学模型进行鲁棒优化；
21、根据鲁棒模型的特点，用bertsimas的鲁棒优化方法。为获得鲁棒性，首先假设入库时间以为区间变化量，再引入新参数γ，求得在γ个数据发生变化时目标函数的最优值；
22、如果γ＝0，表示完全忽略入库时间偏差的影响；随着γ的取值越高，鲁棒的代价也越大；
23、最后增加参数γi来调整解的保守性水平，使模型表现出不同程度的鲁棒性，且有
24、s202：由于本专利技术考虑的不确定参数仅有一个且只在s1模型的式(6)中出现，因此令γi∈[0,1]，γi不一定取整数；式(6)的鲁棒对应式可以写为：
25、
26、此时，以考虑板坯入库时间延迟惩罚成本的确定性模型便转化成了鲁棒模型；模型如下：
27、
28、所述的一种针对钢铁企业板坯库天车调度鲁棒优化方法，所述步骤s2的对鲁棒模型进行lingo求解为：
29、s301：在lingo软件中编写代码：
30、(1)对建立的模型进行集合、决策变量以及常量的定义，对相关数据进行深入分析，按不同属性进行分类，最后将各类数据分配到相对应的原始集与派生集中。如下所示：
31、sets:
32、板坯属性work/1..n/:w,s,a,f,aj,tc,tr,sd,ed；
33、时间属性time/1..tm/；
34、天车属性factor/1..c/；
35、垛位属性location/1..4/:l；
36、集合属性link1(factor,time):x；
37、link2(work,factor):y；
38、link3(work,work,factor):z；
39、link4(work,time,factor):o；
40、link5(location,location):d；
41、endsets
42、(2)根据已有数据对每一个变量进行赋值，使编写的代码具有实质意义；
43、(3)根据s2中的鲁棒模型编写目标函数和约束条件；
44、s302：lingo代码编写后进行运算，多次调整求出结果。
45、本专利技术的有益效果是：
46、1.本专利技术通过验证可得出本专利技术具有正确性与可行性，实现了板坯入库惩罚成本最小的目标，提高了板坯库天车的工作效率，对企业的生产具有实质性意义。
47、2.本专利技术鲁棒优化方法可以有效解决板坯入库时间不可控条件下，天车调度的优化问题。通过调节鲁棒参数来改变模型的保守性，使其能够在有效避免外界干扰的同时保持积极的鲁棒性，对板坯出入库效率有很大的提升，使模型更具有现实意义。
本文档来自技高网...【技术保护点】
1.一种针对钢铁企业板坯库天车调度鲁棒优化方法，其特征在于，所述方法为考虑惩罚成本的板坯库天车调度问题的鲁棒优化方法，包括以下步骤：
2.根据权利要求1所述的一种针对钢铁企业板坯库天车调度鲁棒优化方法，其特征在于，所述步骤S1具体实现步骤如下：
3.根据权利要求1所述的一种针对钢铁企业板坯库天车调度鲁棒优化方法，其特征在于，所述步骤S2中生成鲁棒模型的方法为：
4.根据权利要求1所述的一种针对钢铁企业板坯库天车调度鲁棒优化方法，其特征在于，所述步骤S2的对鲁棒模型进行LINGO求解为：
【技术特征摘要】
1.一种针对钢铁企业板坯库天车调度鲁棒优化方法，其特征在于，所述方法为考虑惩罚成本的板坯库天车调度问题的鲁棒优化方法，包括以下步骤：
2.根据权利要求1所述的一种针对钢铁企业板坯库天车调度鲁棒优化方法，其特征在于，所述步骤s1具体实现步骤如下：
...【专利技术属性】
技术研发人员：王旭，王军，王佳，陈明慧，付强，
申请(专利权)人：沈阳化工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。