[发明专利]基于混合智能优化算法的炼钢-连铸生产作业计划与实时调度优化方法与系统

权利要求书

1.基于混合智能优化算法的炼钢-连铸生产作业计划与实时调度优化方法，其特征在于，本方法步骤为：

(1)计划调度对象建模：构建与炼钢-连铸实际生产流程对应的由工序工位与运输线组成的生产模型，炉次计划在工序上的作业时间和在工序间运输线上的运输时间满足生产统计规律，转第(2)步；

(2)生产作业计划制定：判断当前时刻生产系统中是否有生产批量计划下达，如有，则根据生产批量计划，由混合智能优化算法制定生产作业计划，再转第(3)步；否则直接转第(3)步；

(3)实时调度：实时调度包括以下步骤：

(3-1)从生产实时信息判断生产计划是否作业完毕，从人机交互信息判断是否中断生产作业，若满足上述条件之一，则整个流程结束；否则，转入第(3-2)步；

(3-2)监测执行过程中是否有扰动发生，若存在扰动，则转入第(3-3)步，否则转入第(3-1)步；

(3-3)对发生的扰动进行分类，建立扰动处理机制：将扰动发生时未完成作业计划分为正在作业计划和未作业计划，分别对正在作业计划和未作业计划采用混合智能优化算法重新编排作业计划，将两重新编排的作业计划合并后获得重计划方案，转入第(3-4)步；

(3-4)通过人机交互接口，根据人工经验决定是否对重计划方案进行调整，然后进行重调度，并更新生产作业计划，转入第(3-1)步。

2.按照权利要求1所述的基于混合智能优化算法的炼钢-连铸生产作业计划与实时调度优化方法，其特征在于：混合智能优化算法包括遗传-蚁群智能优化算法和时间并行顺推算法，通过混合智能优化算法确定作业炉次在工序上的工位选择，以及在工位和运输线上的作业时间。

3.按照权利要求1所述的基于混合智能优化算法的炼钢-连铸生产作业计划与实时调度优化方法，其特征在于：第(2)步生产作业计划的制定采用遗传-蚁群混合智能优化算法；该算法流程为：

(1)由铸机开浇时间、炉次在工序上的作业时间、炉次在工序间运输时间组成染色体基因，工序作业时间和工序间运输时间属性满足生产统计规律，利用生产统计规律随机产生种群；

(2)对每一个染色体通过蚁群算法计算获得炉次在各工序上加工工位选择以及在工序和运输线上的开始和结束作业时间；

(3)计算染色体对应的作业计划的冲突指数，将其作为染色体适应度值；

(4)由迭代代数判断是否符合终止条件，若是则结束算法；否则对染色体种群进行选择、交叉和变异操作，转入(2)；染色体中选择、交叉、变异操作按三个基因段分别进行。

4.按照权利要求1所述的基于混合智能优化算法的炼钢-连铸生产作业计划与实时调度优化方法，其特征在于：所述扰动分为系统扰动和人工扰动两大类，系统扰动包括设备扰动和时间扰动，人工扰动包括生产工艺扰动和任务扰动；扰动发生时对未作业计划采用遗传-蚁群混合智能优化算法重新编排计划，对正在作业计划采用时间并行顺推算法重新编排计划：确定正在作业炉次在当前工位上的开始和结束作业时间，并利用工位集上的预定规则选择下一工序的加工工位，进行时间并行顺推算法，以确定满足铸机连浇的生产作业计划。

5.按照权利要求1所述的基于混合智能优化算法的炼钢-连铸生产作业计划与实时调度优化方法，其特征在于：人机交互包括对生产计划的干预以及人工调度方案，人工调整方案包括生产计划添加与删除、计划更改、钢水改判与返送、工位指派和加工时间制定。

6.基于混合智能优化算法的炼钢-连铸生产作业计划与实时调度系统，其特征在于：该系统由实时数据接口模块、人机交互模块、生产建模模块、生产作业计划制定模块和实时调度模块组成；

实时数据接口模块：建立与现有生产系统的接口，用于接收生产信息，并向生产系统发送作业计划与调度信息。

人机交互模块：为本系统与调度人员的交互接口，利用人工经验为生产计划执行与调度提供指导；

生产建模模块：建立与生产实际对应的包括工序工位与运输线的计划调度生产模型；

生产作业计划制定模块：根据炼钢-连铸生产批量计划，由生产作业计划制定模块制定满足铸机连续浇铸且没有生产冲突的生产作业计划；

实时调度模块：用于接收人机交互模块与实时数据接口模块发送的扰动信息，根据当前作业情况进行重计划与重调度。