首页> 中文学位 >钢铁原料物流计划与调度的建模及最优化方法研究
【6h】

钢铁原料物流计划与调度的建模及最优化方法研究

代理获取

目录

声明

摘要

第1章绪论

1.1问题的来源、研究目的及意义

1.1.1问题的来源和研究目的

1.1.2研究意义

1.2钢铁原料物流综述

1.2.1不同物流系统的对比分析

1.2.2钢铁原料物流背景

1.3时空连续不中断特征的一种离散建模

1.4 Benders算法综述

1.4.1 Benders算法改进

1.4.2 Benders算法扩展

1.5本文的技术路线及主要工作

1.5.1技术路线

1.5.2主要工作

第2章岸吊作业调度问题

2.1引言

2.2问题描述

2.3构造式Benders算法框架

2.3.1任务分配主问题的建模

2.3.2作业次序子问题的构造

2.3.3 Benders子问题模型

2.3.4 Logic-based Benders cut

2.3.5基于主问题的快速可行解模型

2.3.6构造式Benders算法过程

2.4计算结果

2.4.1模型对比

2.4.2算法对比

2.5本章小结

第3章卸船及储位分配集成调度问题

3.1引言

3.2问题描述

3.3卸船及储位分配集成调度模型

3.3.1 Slot模块化建模结构

3.2.2集成调度模型

3.4基于Benders的最优化求解算法

3.4.1 Benders主问题和子问题

3.4.2有效不等式

3.4.3组合Benders cut

3.4.4变量降低

3.4.5基于Benders的最优化算法流程

3.5结果分析

3.5.1实际生产数据算例

3.5.2随机数据计算结果

3.6本章小结

第4章取料机与皮带运输机集成调度问题

4.1引言

4.2问题描述及数学模型

4.2.1问题描述

4.2.2离散时间调度模型

4.3时空网络流模型

4.4基于连续时间的调度模型

4.5结果分析

4.5本章小结

第5章原料配送网络设计问题

5.1引言

5.2问题描述及数学模型

5.2.1问题描述

5.2.1数学模型

5.4 Benders分解算法

5.3.1 Benders主问题和子问题

5.3.2加强Benders cut

5.4结果分析

5.5本章小结

第6章结束语

参考文献

致谢

作者博士期间撰写的论文及成果

作者博士期间科研情况

展开▼

摘要

钢铁工业是一个高资源消耗的原材料工业,在生产的前端需要消耗大宗原料资源如铁矿石等。如何科学地确定原料物流的库存量和运输量等物流计划以及如何合理地确定原料卸载、搬运、存取等物流作业的调度,不但是工业界迫切需要解决的重大实际难题,也是学术界面对的具有挑战性的重要科学问题。本文针对从钢铁实际中提炼出的原料物流计划与调度问题,进行了建模和最优化方法的基础研究,其应用有助于提升钢铁企业原料物流作业效率、降低物流成本和资源消耗,为钢铁企业原料物流智能化提供必要的理论指导和依据。 本文首先针对具有时间或空间上的作业连续不间断特征的物流计划调度问题,提出了新的离散建模方法,并针对从实际中提炼出的典型岸吊作业调度、卸船与储位分配集成调度、取料机与皮带运输机集成物流调度问题开展该建模方法的应用研究,与常规建模方法相比,通过恰当地定义物流作业与时间或空间的关系,明显提高了模型的有效性,并分别开发了Benders分解算法进行最优求解。最后针对钢铁原料的配送网络物流结构,提炼出了配送网络设计问题,并开发了Benders分解算法进行求解。 主要工作概述如下: 1)对于典型岸吊作业调度问题,针对常规建模方法导致Benders分解算法无法收敛的难题,提出了基于问题的主从建模方法,主问题通过定义新的分组分配变量和跨组分配变量以及约束表达建立了用于决策吊机分配的MILP,而从问题用于决策吊机的作业次序。基于主从建模方法,在Benders分解算法实施过程中,通过理论研究,设计了多种改进策略用于加速:(1)揭示问题分离及最优调度规律,降低了可行搜索空间,提高了算法的寻优效率;(2)构造了Logic-based Benders cut和有效不等式用于加强松弛空间向整数凸包空间逼近,从而提高算法的收敛能力。数值计算实验结果表明,基于提出的主从建模方法实施的改进Benders分解算法明显优于主流优化软件CPLEX,能够在合理的时间范围内最优求解工业规模的实际问题。 2)从原料的卸载及堆料物流过程,提炼出了卸船与储位分配集成物流调度问题。针对该问题与常规储位分配问题相比,具有原料堆存长度和储位空间大小互不相同,以及带有分段函数特征的混料损失等复杂问题结构,提出slot模块化建模思想建立混合整数规划模型,决策船舶卸载顺序,以及原料在原料场中的具体堆放位置,使得相关物流成本最小。基于问题结构特点开发了改进Benders算法进行最优求解,主要改进策略为:(1)构造了普适型的组合Benders cut,用于去除主问题的多余解空间,提高算法的收敛能力;(2)提出了变量降低策略,用于去掉冗余变量及约束,降低了问题求解规模和维度;(3)基于Benders思想的预处理算法,用于快速应用组合cut和变量降低技术,提高算法求解效率。通过对实际数据算例以及随机数据算例进行计算测试,证明了所提算法以及加速策略的有效性。 3)从钢铁原料场的取料及厂内运输物流过程,提炼出了取料机与皮带运输机集成物流调度问题。该问题是统一决策和协调取料机及皮带运输机等设备将多个堆存区域上存储的多种原料取出并运送至多个生产车间,难点在于同时进行的串行与并行作业过程中的设备之间时空作业冲突。为克服传统连续时间模型中排序变量过多的局限性,将物流设备集成考虑,提出运输通路概念,建立了离散时间调度模型,目标为最小化各生产车间的运输完工时间和。进一步提出物流设备的作业状态节点和状态流思想,将上述调度模型改造为高效的时空网络流模型。通过数值计算实验,验证了所提模型的性能。 4)针对原料配送网络设计问题进行研究。该问题与通常的配送网络设计问题相比,主要特点为将部分客户改建为转运中心(即二级仓储中心),并且需在一级仓储中心或转运中心与客户之间配备一定的运力。对该问题建立了混合整数规划模型并开发Benders分解算法对其进行求解,同时提出了有效不等式和加强Benders cut等加速策略,能够有效减少子问题求解规模,并且改善Benders cut质量,加速算法收敛。通过数值计算实验,验证了所提模型及算法的性能。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号