基于混合GA的并行机能源调配与生产调度协同优化研究

TONGJIUNIVERSITY

TONGJIUNIVERSITY学术型硕士研究生学位论文选题报告及工作计划课题名称基于混合GA的并行机能源调配与生产调度协同优化研究 学号 研究生 专业、年级系统工程2012级 所在院、系电子与信息工程学院 导师教授 副导师 选题时间2013年11月8日同济大学研究生院2013年11月8日1、研究问题1）在预研究的基础上提出应用研究（设计）中的科学问题.并行设备从理论上来讲是对一台机器和特殊形态下柔性流水车间的推广，从实际上来讲，他重要是因为在真实世界中资源并行利用的情况是很常见的，并且并行机技术经常被用于对多阶段系统的分解处理过程中。在制造业节能减排以及可持续制造的环境下，针对并行设备的考虑能源调配的生产调度优化问题越来越受到重视，尤其针对高耗能制造业中的高耗能并行设备，例如冶金行业中的并行加热炉，问题显得尤为突出。2）课题来源、选题依据和背景情况1.2.1问题的提出课题以能耗占全球三分之一的制造业的节能减排问题为对象，以将能源优化管理与生产优化管理相结合为基本出发点，重点针对其中能源调配与生产调度协同优化的关键问题展开研究。课题研究面向高能耗制造企业并行生产设备，以优化理论和信息技术为支撑，一方面，将能源及能效因素引入传统生产调度与管理领域，进一步丰富现有生产调度理论；另一方面，将系统优化方法引入节能领域，为制造企业推行高能效制造提供理论、方法及工具支撑，协助企业实现可持续发展。1.2.2课题来源课题来源于国家自然科学基金面上项目“基于多视图能耗模型的能源调配与生产调度协同优化”（61273046）。1.2.3选题依据和背景情况在能源短缺和环境污染已成为全球性问题的大背景下，节能减排的相关研究与实践将从经济、环境和社会三方面为可持续发展提供重要支撑[1]。工业能耗占据世界总能耗将近一半，并在最近的60年里翻了一番[2]。制造业以31%的能源消耗比例和36%的碳排放比例成为当今最主要的耗能与排碳行业之一[3]。无论是高耗能制造业，如：钢铁、石化等，还是非高耗能行业，如：机械制造等，都面临着亟需有效的节能策略、方法与技术，大幅降低能源消耗的迫切任务[4]。为此，国内外专家、学者纷纷投入不懈的努力，先后有可持续制造、绿色制造、生态制造等一系列现代理念及配套方法被引入[5]。在一项欧盟支持的面向下一代制造IMS2020[6]项目中，首次提出高能效制造（EnergyEfficientManufacturing）概念，强调运用能源监测、控制与管理技术实现制造企业节能减排，以突破传统生产过程仅关注成本和质量的局限。Fallek[7]也指出，只有充分了解制造设备运作时能源的利用情况才能更好地提高能效。学者们对系统中任务调度和能源管理的关注多见于计算机和嵌入式系统。在计算机系统、网络和嵌入式系统中，能源管理是非常重要的问题，很多实时（处理器）调度理论都要考虑能源约束。例如，Swaminathan和Chakrabarty[8]研究了嵌入式系统实时任务能量感知调度策略，提出了在实时系统中包含周期性任务的工作负荷调度新方法。该方法可以最小化任务集整体能耗并保证满足每个周期任务的最后期限。Hussin等人[9]研究了大规模分布式系统的能源管理问题，针对分布式系统工作负荷的不确定性和多样性以及系统资源的异构性，提出了基于强化学习的自适应调度算法和自适应分组技术，用于合理调配任务的执行顺序和时间，在不同的任务优先级和处理要求下有效分配资源，使系统能耗降低。相比之下，在制造业中，将能源管理集成到生产调度中是一个更为复杂而困难的问题[10]，例如在高耗能制造企业中，对于产品的加工制造有一类并行机（parallel-machine）环境，并行机是指相同功能的机器有一部以上，每个工件可在任一部机器上被执行。一些学者致力于并行机的生产调度与节能相结合的研究，也取得了一定的进展。徐开亮[11]研究了并行机加工时间随资源分配不同而变化的调度，通过对不同加工时间情况下的节能源问题进行了研究。吕志民[12]针对钢铁企业轧钢过程中的加热炉进行研究，文章提出提高板坯热送热装比例的优化，从而为轧钢加热炉的节能研究提供了新的方向。在生产过程中降低能耗的途径有两种，即技术介入（technologicalintervention）和管理措施（managerialactions）[13]。技术介入包括系统设计（systemdesign）和工艺改进(processrenovation)两类。这方面的研究相对较多，例如，Guerrero等人[14]针对汽车喷漆车间，选择合适的维修容量，可以有效降低重喷工件个数，从而实现节能减排。Eduardo等人[15-16]提出了铜电解厂中改进的电极布局方案，并定量分析了这种改进方案的能效提升效果，获得了能效与产量的同时提高。Devoldere等人[17]和Dietmair等人[18]也是从提升加工工艺的角度分析离散制造机器节能的潜力。管理措施，即生产计划与调度策略，是指在满足工件加工流程和其他约束条件的基础上，利用运筹学、计算机科学、人工智能等方法，合理分配和利用生产线上有限的设备和资源，完成生产活动并尽可能优化系统的性能指标[19]。其优势在于无需增加新的设备或系统投资，无需改变现有工艺状况，大大降低企业运营成本。从这方面进行的研究相对较少，但这正是本课题所关注的角度。鉴于此，本课题以将能源优化管理与生产调度管理相结合为基本出发点，围绕考虑生产约束的并行机能源调配优化问题，选择具有代表性的高能耗制造企业的并行设备为对象，从模型到方法，从理论方法到应用技术展开研究。一方面，将能源及能效因素引入传统生产调度与管理领域，进一步丰富现有生产调度理论；另一方面，将系统思想和先进的优化方法引入节能领域，为推进高能效制造理念走向实用提供可行性解决方案。3）课题的研究目标以及理论意义和实际应用价值1.3.1研究目的本课题立足生产调度理论和当前制造业节能的现实需求，面向高能耗制造企业并行加工设备，以优化理论和信息技术为手段，对并行机设备能源管理与生产管理集成中的考虑生产约束的能源调配优化问题展开研究，以能耗效率和包括质量、成本在内的广义生产效率的综合优化为目标，设计不同协同策略下的考虑能源调配的生产调度优化算法，最后通过企业典型案例研究，为制造企业推行以节约能源为目的高能效制造提供理论、方法支撑。1.3.2理论意义和实际应用价值本课题将在充分了解高耗能制造企业并行设备生产过程的调度和能耗特点基础上，以运筹学、人工智能理论、系统节能理论等为理论基础，结合数据挖掘等理论与方法，在课题组已有工作基础上，研究制造业并行设备考虑能源调配的生产调度优化模型及算法，提出综合优化评价指标体系。本课题研究背景来源于高耗能制造企业实际生产流程，课题研究工作基于前期现场调研和生产过程分析，模型建立和求解过程也与实际生产背景紧密结合，研究结果对于实际生产具有一定的指导意义。2、文献综述（文献综述不得少于2000字）1）国内外在该研究方向的研究现状及发展动态2.1考虑能源调配并行机调度方法研究现状及发展动态生产过程调度的研究可追溯至20世纪50年代，近年来由于能源紧缺和成本攀升，面向能源节约调度已成为一种重要的生产实践和科学研究课题，引起了学者的广泛关注。国内最早将节能思想引入生产调度安排中始于20世纪80年代中期[20]。国外较早的研究则见于Boukas等人[21]针对钢铁企业中电弧炉和浇铸机组成的混合flowshop须满足一定功率约束下，提出一种分层调度方法。Lopez[22]也将能源因素与时间、资源一起作为约束引入生产调度问题中，并用相关软件求解该模型。这些早期研究解决的问题还相对简单，求解方法一般是采用传统运筹学方法或简单启发式方法求解。由于对现实情况做了大量简化和假设，故得到的模型和结果也不够精确，不足以指导实际生产。不过，这些前瞻性的研究为后来的学者开辟了新的方向。对于并行机而言，其调度问题可描述如下:有n个相互独立的工件,m台机器,每个工件都有确定的加工时间,且均可由m台机器中的任一台完成加工任务;每台机器不能同时加工两个以上的工件,而每一工件只能在一台机器上加工完成。无论从理论还是实际来说，并行机在生产调度中都是十分重要的，从理论来说，它是对一台机器和特殊形态下柔性流水车间的推广，从实际上来讲，他重要是因为在真实世界中资源并行利用的情况是很常见的。并且并行机技术经常被用于对多阶段系统的分解处理过程中。并行机调度分类有多种分类标准，具体分类如下:(l)按并行机类型可分为:同等并行机(identicalparallelmachines)、非同等并行机(non-identicalparallelmachines)以及不相关并行机(unrelatedparallelmachines)。(2)按并行机调度目标函数分为:最小化完工时间、最小化拖期任务数、最小化加权绝对偏差以及最小化提前/拖期惩罚等。(3)可中断的和不可中断的并行机。针对本文的研究对象钢铁企业加热炉而言，其特点符合并行机的基本特征，属于不可中断的同等并行机，但其不同之处在于加热炉可以同时加热几块板坯，并且相对于一般并行机其特别之处在于加热炉加热的工件有顺序要求，这就使得在调度过程中出现了更多的约束，使得调度问题更加复杂。目前，并行机纯调度问题研究主要集中在以制造期和以总拖期为目标的研究上，以准时生产(JIT)为目标的提前/拖期(E/T)调度已成为调度研究中的一个重要方向，研究大多针对单机和公共交货期的并行机提前/拖期调度问题，文献[23][24]用遗传算法讨论了同等并行机下的拖期调度问题，另外各类启发式算法[25]和分枝定界算法[26]等也被用于解决此类问题"另外，对于以makespan为日标的调度国内外都有一定研究，1998年刘民等人提出了用遗传算法解决同等并行机调度的makespan问题。国际上，文献[27]利用一种LISTFIT启发式算法来解决同等并行机的makespan问题，AliHusseinzadehKashan[28]等人利用离散粒子群算法解决问题。当能源问题越来越受到人们重视的时候，学者的目光也从单纯的追求生产性能指标最大化向综合考虑能耗和生产指标的方向转变，Tang等人[29]提出了基于滚动平面法的模型预测控制（MPC）策略，以最小化总加权完工时间、工件等待状态总能耗以及初始调度中工件实际完成时间总偏差为目标求解该问题，利用拉格朗日松弛法求解该模型。丁小祥[30]构建了自由锻工艺在工时和排放约束下以能耗为目标的调度模型，并利用匈牙利算法求解，得到了该指派问题较好的调度方案。除上述方法外，还有一些学者则尝试用启发式方法和人工智能方法求解，比如邻域搜索和群体智能方法也得到应用。李凯[31]研究了在3种不同情况下通过构建能耗函数建立相应的三元组调度模型，并设计了基于可变邻域搜索和模拟退火算法的亚启发式算法提高求解精度。Fang和Lin[32-33]建立了同时考虑最小化时延迟和电力成本的规划模型，并利用两种启发式方法和PSO算法进行求解。史烨等[34]研究了并行机作业加工时间是资源消耗量的线性减函数，调度目标是限定最大完工时间时最小化资源消耗总量，并提出了两个优化策略用于构造模拟退火算法和禁忌搜索算法。He和Liu[35]提出考虑机械加工中能耗和环境影响的生产操作的一般解法步骤。并建立两个子模型进行求解，两个模型中以最大完工时间和能耗环境影响互为目标和约束条件。从以上分析可以看出，考虑能源调配的并行机生产调度相关研究根据模型特征可分为两大类，一类是将能耗作为约束条件引入原有的调度问题中，形成约束满足（constraintsatisfaction）问题；另一类则是将最小化能耗作为目标构建相应规划模型。综上所述，并行机考虑能源调配的生产调度相关研究是当前研究热点，相关文献也较多，存在的问题和研究的趋势如下：1）从模型类型上看，基本都是建立规划模型，单目标居多，多目标模型也有，并有朝多目标模型发展的趋势；2）从模型精度上看，以针对并行机调度的模型为例，目前大部分研究所建立的模型都简化为2-3台机器，并且前提假设较多，与实际生产系统还有较大差距；3）从求解算法上看，即使对于简化的模型，求解仍非常困难，结果普遍不理想；目前求解方法多是启发式算法和智能优化算法，以及两者结合的混合算法，传统运筹学方法已不再适用；此外，针对多目标优化模型的求解算法正日渐丰富和提高[44]，该类算法的研究和应用具有广阔前景；4）从解的精度上看，由于此类问题通常很难获得精确最优解，相关研究正趋于搜寻次优解和满意解，以保证求解速度，该类解通常也能很好指导生产；5）从调度环境上看，多数研究还是静态调度，动态调度相对较少，不过从最近的文献看，基于ICT[36]（InformationandCommunicationTechnology）为主的支持的动态调度是未来的发展趋势。6）从实际应用层面看，少数成果已用于指导实际生产，并获得较好的能源和环境效益的提高；大部分研究还停留在理论层面，与实际生产还有较大差距，原因在于理论模型前提假设和简化较多，与实际系统差异较大；因此，一些先进的建模方法，如离散事件仿真、离散事件图等，以其能较好模拟实际生产系统复杂性正得到越来越多的应用。基于以上分析，本课题将促进制造企业并行设备两项重要活动——生产调度和能源管理，将二者视为相互协同的整体，以降低能耗为主要目标，考虑生产约束，针对前人研究的不足，并考虑对此类问题的研究趋势，重点解决考虑能源调配的生产调度约束优化的建模、分析、评价等问题。最后以实际企业为对象，从企业中抽取实际数据，并基于以上研究针对企业实际数据进行建模求解，最终得出能指导企业生产并带来实际效益的结论。2.2解决并行机生产调度问题常用方法总结：人们提出了构造性算法、领域搜索算法和人工智能方法等求解大规模并行机调度问题:(l)枚举方法(enumerativemethods)，包括:分枝定界法(branch&bound)[26]和数学方法(mathematicalmethod)，如整数规划、分解方法、拉格朗日松弛方法[29]等。该类方法对小规模问题求解比较有效，但对大规模问题求解的难度大。(2)启发式方法(heuristicmethod)[25]，包括:优先分配规则(Prioritydispatchrule)[37]，插入方法(insertionalgorithm)[38]等。该类方法能快速建立问题的解，但解的质量不高，如果要求得较高质量的解需要建立复杂的启发式规则。(3)人工智能方法(artificialintelligence)，利用人工智能的原理和技术进行搜索。包括:模拟退火算法(simulatedannealing，SA)[31][34]。禁忌搜索算法(tabusearch，TS)[39]。神经网络(neuralnetwork，NN)[40]。进化计算(evolutionarycomputation，EC)[41]。蚁群算法(antsystem)[42]和免疫算法(immunityalgorithm)[43]。随着调度研究的深入，调度算法必然进一步与实践相结合，向着集成化、动态化、高效化、智能化、实用化的方向发展。2.3并行机生产过程中常见的性能指标2.3.1关于调度的性能指标（1）最大完工时间（Makespan）[28][29]，记为。该指标由最后一个离开系统的工件的完工时间决定，使最大完工时间最小通常意味着较高的机器利用率。（2）加权总完工时间（Totalweightedcompletiontime），记为QUOTE。即n个工件的完工时间的加权和，通常又被称为流水时间（FlowTime）该目标的最小化往往意味着降低库存成本。（3）最大延迟（Tardiness）[32][33]，记为。对于某些工件的加工任务，存在着交货期（Deadline），若在交货期之后完成则会受到一定的惩罚。而最大延迟就是用来度量违反交货期的最坏情况的指标。（4）加权延迟（Totalweightedtardiness），记为QUOTE。该指标用来度量违反交货期的平均情况。（5）加权延迟工件个数（Weightednumberoftardyjobs），记为QUOTE。该指标同样用来度量违反交货期的工件情况，不过仅关注延迟工件的个数，而不关注延迟的程度。2.3.2关于能源的性能指标文献中常见的能源相关指标归纳如下：（1）峰值负载功率（Peakloadpower），记为。该指标常作为约束条件，用来度量系统当前最大允许的负载功率。（2）电力成本（Electricalcost），记为。该指标常作为目标函数，用来度量系统能耗成本，常包括开机能耗成本、准备阶段能耗成本、空闲状态能耗成本和加工能耗成本。（3）非装载功率(Unloadpower)，记为。该指标用来度量机器在非加工阶段的能耗，其最小化意味着总能耗的降低。（4）能源效率（Energyefficiency），记为。能效是“能源输出和能源输入的比率”[44]，值越大意味着能源利用率越高。该指标常通过加工能耗和机器总能耗的比值来表示。2）研究问题在本研究领域应用上的地位与价值并行机是对一台机器和特殊形态下柔性流水车间的推广，在真实世界中资源并行利用的情况是很常见的，并且并行机技术经常被用于对多阶段系统的分解处理过程中。故而对并行机考虑能源调配的优化来降低制造成本，对于制造企业特别是高耗能企业来说都具有实际的指导作用。本课题研究背景来源于高耗能制造企业实际生产流程，课题研究工作基于前期现场调研和生产过程分析，模型建立和求解过程也与实际生产背景紧密结合，研究结果对于实际生产具有一定的指导意义。附：参考文献序号文献目录（作者、题目、刊物名、出版时间、页次）J.Soplop，J.Wright，K.Kammer，andR.Rivera.Manufacturingexecutionsystemsforsustainability:ExtendingthescopeofMEStoachieveenergyefficiencyandsustainabilitygoals[A]，Procof4thIEEEConf.onIndustrialElectronicsandApplications[C].Xi’an:[s.n.]，2009.3555-3559.EIA.In:InternationalEnergyOutlook2009;May2009K.Bunse，M.Vodicka，P.Schoensleben，M.Bruelhart，F.O.Ernst.Integratingenergyefficiencyperformanceinproductionmanagement–gapanalysisbetweenindustrialneedsandscientificliterature[J]，JournalofCleanerProduction，2011，19(6-7):667-679.K.Mukherjee.EnergyuseefficiencyinUSmanufacturing:anonparametricanalysis[J].EnergyEconomics，2008，30(1):76-96.C.A.Rusinko.Greenmanufacturing:AnEvaluationofEnvironmentallySustainableManufacturingPracticesandTheirImpactonCompetitiveOutcomes[J].IEEETran.onEngineeringManagement，2007，54(3):445-454./Fallek，M.，Energymanagementstrategiesstrengthenthebottomline[J].MfgEngng，2004，133:14–19.VishnuSwaminathan，KrishnenduChakrabarty.Real-timetaskschedulingforenergy-awareembeddedsystems[J].J.oftheFranklinInstitute.2001，338:729-750.M.Hussin，Y.C.Lee，A.Y.Zomaya.EfficientEnergyManagementusingAdaptiveReinforcementLearning-basedSchedulinginLarge-ScaleDistributedSystems[A].Procof2011InternationalConferenceonParallelProcessing[C].TaipeiCity:[s.n.]，2011.385-393C.Artigues，P.Lopez，A.Hait.Theenergyschedulingproblem:Industrialcase-studyandconstraintpropagationtechniques[J].InternationalJournalofProductionEconomics(2011)，doi:10.1016/j.ijpe.2010.09.030.徐开亮.生产任务加工时间可控条件下的生产调度问题研究[D].西安交通大学博士学位论文.2010-07吕志民，徐金梧.一种适用于热送热装生产计划优化的方法[J].北京科技大学学报，2002，24(6):25-27.SimoneZanoni，LauraBettoni，ChristophH.Glock.EnergyImplicationsinBatchSizingwithControllableProductionRatesinaTwo-StageProductionSystem.2012:1-12ClaudiaArenasGuerrero，JunwenWang，JingshanLi，JorgeArinez，StephanBiller，NingjianHuang&GuoxianXiao.Productionsystemdesigntoachieveenergysavingsinanautomotivepaintshop[J]，InternationalJournalofProductionResearch，2011，49(22):6769-6785.P.Eduardo，A.Wiechmann，S.Morales，andA.Pablo.Improvingproductivityandenergyefficiencyincopperelectrowinningplants，IEEETran.OnIndustryApplications，2010，46(4):1264-1270EduardoP.Wiechmann，AnibalS.Morales，PabloAqueveque，andRobertMayne-Nicholls.ReducingSpecificEnergytoShrinktheCarbonFootprintinaCopperElectrowinningFacility[J].IEEETransactionsonIndustryApplications，2011，47:1175-1179.T.Devoldere，W.Dewulf，W.Deprez，B.Willems，andJ.Duflou，Improvementpotentialforenergyconsumptionindiscretepartproductionmachines[J].AdvancesinLifeCycleEngineeringforSustainableManufacturingBusinesses，2007，311–316.A.DietmairandA.Verl，Energyconsumptionmodelingandoptimizationforproductionmachines[A].ProcofIEEEInternationalConferenceonSustainableEnergyTechnologiesICSET2008[C].Singapore:[s.n.]，2008.574–579.乔非，李莉，吴莹，吴启迪.基于智能优化算法的复杂生产系统调度[A].2009中国自动化大会暨两化融合高峰会议论文集[C].杭州:[s.n.]，2009.1-21.刘飞，徐宗俊.机床的节能性调度安排[J].机械工人.冷加工，1986，(09):25-27.El-KébirBoukas，AlainHaurie,andFrançoisSoumis.Hierarchicalapproachtosteelproductionschedulingunderaglobalenergyconstraint[J].AnnalsofOperationsResearch.1990.26:289–311.P.Lopez.Energy-basedapproachfortaskschedulingundertimeandresourcesconstraints[D].Toulouse:UniversityofToulouse.1991.ChaudhryIA,DrakePR.MinimizingtotaltardinessforthemachineschedulingandWorkerassignmentProblemsinidenticalparallelmachinesusinggeneticalgorithms[J].InternationalJournalofAdvancedManufacturingTechnology.2009,42:581-594FundaSS,GunduzU.ParallelmachineschedulingwithearlinessandtardinessPenalties[J].ComputersandOperationsReseareh.1999,26:773-787BiskuPD,HerrmannJ,GuptaJND.SchedulingidenticalParallelmachinestominimizeTotaltardiness[J].InternationJournalProductionEconomics.2008,115:134-142TanakaS,ArakiM.Abranch-and-boundalgorithmwithLagrangianrelaxationtoMinimizetotaltardinessonidenticalParallelmachines[J].InternationalJournalofProductionEconomics.2008,113:446-458GuptaJND,TorresJR.ALISTFITheuristicforminimizingmakespanonidenticalparallelmachines[J].ProductionPlanningandControl.2001,12(l):28-36KashaAH,KarimiB.Adiscreteparticleswarmoptimizationalgorithmforschedulingparallelmachines[J].ComputersandIndustrialEngineering.2009,56:216:223LixinTang,ShujunJiang,JiyinLiu.RollingHorizonApproachforDynamicParallelMachineSchedulingProblemwithReleaseTimes[J].Industrial&EngineeringChemistryResearch.2010,49:381–389丁小祥.面向节能减排的锻造生产调度方法研究[D].南京：南京理工大学，2012.李凯.考虑节能降耗的关键机器调度问题研究[D].合肥：合肥工业大学，2009.Kuei-TangFang,BertrandM.T.Lin.ParticleSwarmOptimizationforSchedulingtoMinimizeTardinessPenaltyandPowerCost[A].Proceedingsofthe41stInternationalConferenceonComputers&IndustrialEngineering[C].LosAngeles:[s.n.],2011.235-240.Kuei-TangFang,BertrandM.T.Lin.Parallel-machineSchedulingtoMinimizeTardinessPenaltyandPowerCost[J].Computer&IndustrialEngineering.2013,64:224-234.史烨，李凯，左春荣.加工时间依赖于资源消耗量的平行机调度问题[J].系统工程理论与实践.2012，32(7):1485-1493HeYan,LiuFei.MethodsforIntegratingEnergyConsumptionandEnvironmentalImpactConsiderationsintotheProductionOperationofMachiningProcesses[J].ChineseJournalofMechanicalEngineering.2010,23:428-435.ICTandEnergyEfficiency-theCaseforManufacturing.RecommendationsoftheConsultationGroup.http://ec.europa.eu/information_society/events/ict4ee/2009/docs/files/ec/ec/infso/g2/SmartManufacturing.pdfR.T.Nelson,C.A.Holloway,R.M.Wong.CentralizedschedulingandPriorityimplementationheuristicsforadynamicjobshopmodelwithduedatesandvariableProcessingtime[J].AIIETransaction,1977,19:95-102E.Taillard.Someefficientmethodsfortheflowshopsequencingproblem[J].EuropeanJournalofOperationalReseareh,1990,47:65-74杨业建，姜泽毅，张欣欣.钢坯热轧加热炉区生产调度模型与算法[J].北京科技大学学报.2012,34(7):841-846张长水,阎平凡.解Job-shop调度问题的神经网络方法[J]自动化学报.1995,21(6):706-712L.Wang,L.Zhang,D.Z.Zheng.Ordinaloptimizationofgeneticcontrolparametersforflowshopscheduling[J].InternationalJournalofAdvancedManufacturingTechnology,2004,23:812-81屠乃威，罗小用，柴天佑.基于蚁群优化算法的步进式加热炉调度[J].东北大学学报.2011,32(1):1-5孙学刚，贠超，安振刚.基于免疫文化算法的特钢加热炉调度优化[J].控制理论与应用.2010,27(8):1007-1011HoraceHerring.Energyefficiency—acriticalview.Energy[J].2006(31):10–20.史峰，王辉等编著：《MATLAB智能算法30个案例分析》，北京·北京航空航天大学出版社，2011年版，第144页。

3、研究内容1．明确研究对象、研究内容及工作范围对于特殊类并行机-轧钢加热炉和轧辊高温炉描述：轧钢加热炉在轧钢工序中的位置如图1所示，由于直接热轧技术还不成熟，在实际生产中的应用还比较少，所以并行加热炉是衔接浇铸和热轧的关键工序，并且加热炉是整个热轧过程中的高耗能环节，故而成为优化的主要对象。图1加热炉在热轧工序中所处的位置钢铁企业并行加热炉其特点符合并行机的基本特征，属于不可中断的同等并行机，但其不同之处在于加热炉的炉容大于一，即可以同时加热几块板坯，并且相对于一般并行机而言其特别之处在于加热炉加热的板坯在出炉时有顺序要求，这就使得在调度过程中出现了更多的生产工艺约束，使得考虑能源调配的调度问题更加复杂。轧辊高温炉在轧辊生产流程中的位置如图2所示。图2高温炉在轧辊生产流程中的位置图轧辊热处理处于整个轧辊生产流程的非常重要的地位，是整个流程的瓶颈设备，主要是因为：1）轧辊热处理的周期长。以轧辊生产过程中的炼钢、浇铸过程为例，其周期只需一到两天，而轧辊热处理过程往往需要十到三十天，因此在生产计划的编排上，热处理相比冶炼、浇铸灵活性较差；2）高温炉数量少，生产能力弱。故在实际生产调度时需要合理配置现有资源、最大程度发挥并行加热设备生产能力、提高设备利用率。以上步骤意味着提高整个生产流程的效率，从能源角度考虑即优化了能源调配，提高了单位能耗的产出比。学术构想与思路：考虑能源调配的并行机生产调度相关研究是当前研究热点，相关文献也较多，并且呈现以下缺陷与趋势：缺陷：模型假设与简化较多，很难获得精确最优解，多数研究还是静态调度，并且大部分研究还停留在理论层面，与实际生产还有较大差距趋势：从求解方面来讲，传统运筹学方法已不再适用，朝着启发式和智能优化算法发展，模型类型朝着多目标发展，从实际应用层面看，少数成果已用于指导实际生产，并获得较好的能源和环境效益的提高，而最终的目标是将理论研究应用与实际生产，为企业带来实际效益。从最近的文献看，基于ICT（InformationandCommunicationTechnology）为主的支持的动态调度是未来的发展趋势。基于以上分析，须在研究中深入了解实际并行机对象生产调度的特点，并针对一类特殊的并行机-轧钢加热炉，综合考虑其生产调度过程中影响能源调配的可能因素，区别对待加工工件的性质，例如单片加工和批加工等，详细分析能降低能耗的可能情况，建立更加切合实际生产的优化模型，最后用合适的求解方法进行求解，力求使得该研究能用于指导实际生产。主要研究内容：此部分具体研究内容包括：分析并建立生产性能指标和能耗性能指标，形成综合优化评价指标体系；以一类特殊并行机-钢铁企业加热炉生产调度过程中（1）以能源消耗为目标，生产调度工艺为约束，建立优化数学模型并求解，获得在能源目标最小化下的生产调度方案。（2）以能耗和生产指标的加权平均为目标，生产工艺和能源消耗为约束，通过对优化数学模型的求解获得生产调度方案。（3）对于加工工件需要组批的情况建立相应的数学模型，以能耗为目标，考虑生产工艺约束，通过优化算法进行求解。具体研究内容陈述如下：1）根据综述中所描述的考虑能源调配的生产调度中模型特征分类，确定本文将能源引入生产调度的方式，即决定是以目标函数的方式还是将能源作为约束，或者是以协同的方式针对特定生产环境将能源调配和生产调度综合考虑，找到更好的切入点。2）根据1）中的分类，针对特定并行机生产调度过程的特点，建立考虑能源调配的生产调度模型，模型中除了可能的生产约束之外，还有一些是关于能源的约束。3）根据2）中所建立的模型，选择或者改进综述中所提到的解决此类问题的算法（根据所读文献的分析，初步决定用混合粒子群算法进行求解），对模型进行求解，或者是用不同算法进行求解，然后针对不同求解方法所得结果作对比。4）将3）中所求解与实际生产调度的生产性能指标和能源指标作对比，针对指标不如实际生产中的情况，对模型或算法做出修改，求出比较优的调度结果，最后力求该解决方案能够对实际生产做出相应的指导或者用于实际生产。所用求解方法：本课题拟采用混合GA[45]来进行求解。标准粒子群算法通过追随个体极值和群体极值完成极值寻优，虽然操作简单，且能够快速收敛，但是随着迭代次数的不断增加，在种群收敛集中的同时，各粒子也越来越相似，可能在局部最优解周边无法跳出。混合GA摒弃了传统粒子群算法中的通过跟踪极值来更新粒子位置的方法，而是引入了遗传算法中的交叉和变异操作，通过粒子个体极值和群体极值的交叉以及粒子自身变异的方式来搜索最优解。4．拟解决的关键技术或问题拟解决的关键科学问题：（1）能源调配与生产调度协同优化方法考虑在传统的生产调度模式中，未考虑过能源因素，在考虑能源时，如何将能源指标作为目标或约束定量准确的分析和表达是非常关键的问题。本文拟针对某种调度环境下的能源能耗进行分析，并通过加工和非加工时功率能耗的差异考量能耗的变化，建立相应的优化模型。（2）本文研究对象的特殊之处对于综述中对常见并行机调度问题描述可知，在工件加工时的调度问题只是考虑加工工件在并行机上的分配问题，而对轧钢加热炉，所有需要加热的工件（板坯）在加热炉内加热完成后出炉有顺序的要求，这就要求加热板坯在加热完成后可能需要在加热炉中等待，相当于在模型中增加了生产工艺约束，使得调度过程更加复杂，如何处理好加工过程中加工顺序的问题是解决本课题的一个关键点。另外，加热炉内部结构比较复杂，前人的研究往往将加热炉简化，而不考虑加热炉内部能源消耗的差异，故而使得研究不够精确，本文拟根据加热炉内部结构，考虑加热炉内部不同加热段能量消耗的不同，作为优化能源目标的一个重要依据。5．研究方法1）选择科学的工作方法，制订完整的技术路线5.1研究方法：并行机的生产调度问题可表示为一个最优化问题，minγ(χ)s.t.e(χ)，其中，γ(χ),e(χ)分别为目标函数和生产约束。考虑能源因素p(χ)后，原问题扩充为：minγ(χ)∪γp(χ)s.t.e(χ)∪p(χ)，其中p(χ)为能源因素，对此类优化问题的研究，关于能源消耗目标函数的确定和生产约束的选择和能源因素的引入方式是十分关键的，特别是针对本文的研究对象轧钢加热炉而言，其不同于一般并行机的生产约束使得问题的求解更加困难。优化求解的关键是研究能耗-生产关联模式，选择合理的生产约束进行扩充，确定合理的能源消耗目标进行优化。故而本文在认真研究加热炉生产调度的基础上，针对其自身特点，建立以能耗为目标，生产工艺为约束的生产调度模型，然后采取合适的求解方法进行求解。5.2技术路线：图3加热炉能源调配与生产调度优化技术路线图考虑到并行机生产调度的NP-hard特性，本课题拟采用智能算法对加热炉的考虑能源的生产调度问题进行求解。（1）充分了解制造企业（尤其是高耗能制造企业）的工业流程及仿真模型的构建原理及方式，理解纯调度过程模型的特点及其求解方法。（2）分析在调度过程中引入能源管理的可能性及方式，考虑将能源调配与生产调度相结合。（3）根据以上的分析结果建立针对某个确定生产调度对象的模型，该模型应该是以生产调度过程中的能耗为目标，实际生产条件和工序为约束。（4）针对建立的模型，用智能算法进行求解（拟在MATLAB中实现），并针对问题的特点，可以先用启发式方法进行求解，然后将该解作为初始解集，用智能算法进行寻优求解，最后与实际生产进行对比，最后提出求解考虑能源调配的生产调度过程的通用性方法。5.3研究创新点：（1）以高能耗行业—钢铁企业的并行加热炉的节能减排问题为研究对象，以现代信息技术为支撑，考虑加热炉内部结构，根据加热炉内不同的加热段设定不同功率，使得得到结果更加贴近实际生产。（2）在钢铁企业并行设备生产调度与优化管理领域引入能效指标和以节能为导向的建模、优化思想，将加热炉能耗和轧制等待时间同时优化，即能耗指标和生产性能指标同时优化。工作方案的可行性分析，预设工作中可能遇到的难点，提出解决的方法研究方案课题以能耗占全球三分之一的制造业的节能减排问题为对象，针对制造企业普遍存在、但尚未被系统研究的能源-调度协同优化问题，目标明确，研究方案从建模—分析—优化渐进展开，计划内容适度。研究基础课题组已有多年生产调度及智能优化研究工作的积累，针对本课题也已做了一系列前期预研。发表学术论文多篇；在能耗分析方面已对工序配合对能耗的影响分析及能源配比对成本的影响分析也做了初步研究。在对并行机生产调度研究的基础上，对加热炉的加工流程及其能源消耗情况作了详细的研究，对于接下来的工作展开打下了坚实基础。同时，课题组经过前期调研，目前已获得钢铁企业烧结工序、焦化工序等的生产数据，为本课题研究带来一些帮助；可能遇到的难点及解决办法：加热炉板坯的出炉有一定的顺序要求，并且加热炉的炉容有一定的限制，这使得在用智能算法求解过程中的编码及解码存在一定的难点，故本课题拟采用实数编码方式，在实数编码中将加热炉的编号参杂进去，即每个加热炉编号后面的序号为该加热炉中要加热的板坯，这样使得解码过程相对简单。

6．预期成果和结论对研究问题的解答进行科学预设，提出预期的工作成果通过课题研究，提出以能效和生产综合优化为目标的能源调配和生产调度协同优化方法。以上研究