鋼鐵生產(chǎn)調(diào)度智能優(yōu)化與應(yīng)用

1 緒論
1.1 鋼鐵生產(chǎn)工藝流程的發(fā)展
1.1.1 鋼鐵生產(chǎn)基本工藝流程
1.1.2 鋼鐵生產(chǎn)工藝流程的演變
1.2 鋼鐵生產(chǎn)調(diào)度系統(tǒng)的特征和發(fā)展
1.3 鋼鐵生產(chǎn)調(diào)度中所采用的技術(shù)
1.3.1 優(yōu)化算法
1.3.2 仿真技術(shù)
1.3.3 離散事件動態(tài)系統(tǒng)
1.3.4 人工智能
1.3.5 控制理論

2 鋼鐵生產(chǎn)調(diào)度的分層賦時著色Petri網(wǎng)模型
2.1 Petri網(wǎng)基本理論
2.1.1 Petri網(wǎng)的基本概念
2.1.2 著色Petri網(wǎng)的定義
2.1.3 賦時Petri網(wǎng)的定義
2.2 分層賦時著色Petri網(wǎng)模型
2.3 鋼鐵生產(chǎn)調(diào)度的HT(2PN模型
2.3.1 轉(zhuǎn)爐TCPN子網(wǎng)
2.3.2 臺車TCPN子網(wǎng)
2.3.3 精煉TCPN子網(wǎng)
2.3.4 連鑄機TCPN子網(wǎng)
2.3.5 板坯庫TCPN子網(wǎng)
2.3.6 熱軋生產(chǎn)TCPN子網(wǎng)

3 鋼鐵生產(chǎn)調(diào)度問題的數(shù)學規(guī)劃模型
3.1 煉鋼調(diào)度問題的數(shù)學模型
3.1.1 最優(yōu)爐次計劃問題的工藝背景及工藝約束條件
3.1.2 最優(yōu)爐次的數(shù)學模型
3.2 連鑄調(diào)度問題的數(shù)學模型
3.2.1 澆次計劃問題的工藝背景及工藝約束條件
3.2.2 最優(yōu)澆次的數(shù)學模型
3.3 煉鋼、連鑄調(diào)度協(xié)調(diào)的數(shù)學模型
3.4 熱軋帶鋼調(diào)度問題的數(shù)學規(guī)劃模型
3.4.1 熱軋帶鋼生產(chǎn)工藝簡介及工藝約束條件
3.4.2 最優(yōu)軋制單元的數(shù)學模型
3.5 連鑄、連軋機調(diào)度協(xié)調(diào)的數(shù)學模型

4 遺傳算法及其在鋼鐵生產(chǎn)調(diào)度中的應(yīng)用
4.1 遺傳算法概述
4.1.1 遺傳算法的基本概念
4.1.2 遺傳算法的原理
4.2 遺傳算法分析
4.2.1 雜交算子
4.2.2 變異算子
4.3 一種新的求解TSP問題的遺傳算法
4.3.1 求解TSP問題的雜交算子
4.3.2 實例仿真
4.4 煉鋼生產(chǎn)調(diào)度問題的遺傳算法
4.4.1 聚類算法
4.4.2 動態(tài)雜交算子
4.4.3 變異算子
4.4.4 實例仿真
4.5 連鑄生產(chǎn)調(diào)度問題的遺傳禁忌算法
4.5.1 聚類算法
4.5.2 基于禁忌搜索的雜交算子
4.5.3 基于禁忌搜索的變異算子
4.5.4 適應(yīng)值的計算
4.5.5 實例仿真

5 禁忌搜索算法及其在鋼鐵生產(chǎn)調(diào)度中的應(yīng)用
5.1 禁忌搜索算法概述
5.2 TSP問題的基于禁忌搜索和遺傳算法的混合算法
5.2.1 遺傳算法設(shè)計
5.2.2 禁忌算法設(shè)計
5.2.3 仿真算例
5.3 熱軋生產(chǎn)調(diào)度的禁忌搜索算法
5.3.1 混合并行策略
5.3.2 調(diào)度算法的實施

6 微粒群算法及其在鋼鐵生產(chǎn)調(diào)度中的應(yīng)用
7 冶鑄軋一體化生產(chǎn)調(diào)度的多智能體實現(xiàn)機制
8 結(jié)論與展望

參考文獻