[发明专利]炼钢连铸生产工艺中的组炉次方法

权利要求书

1.一种炼钢连铸生产工艺中的组炉次方法，包括建立本地数据库，进行合同收池，其特征在于：该方法依次包括以下步骤：

1）建立本地数据库，进行合同收池；

2）从池中选出待组炉板坯，建立炉次计划模型；

3）把炉次计划模型转化为准旅行商问题；

4）基于智能优化算法对炉次计划准旅行商问题模型进行求解，找出最优炉次计划；

5）根据确定的最优炉次计划进行板坯组炉。

2.根据权利要求1所述的一种炼钢连铸生产工艺中的组炉次方法，其特征在于，所述步骤2）建立炉次计划模型必须考虑组成同一炉的板坯在钢级，钢级序列，板坯宽度，交货期，优先级等方面的差异费用，无委材的惩罚费用和未组炉板坯的惩罚费用。

3.根据权利要求1所述一种炼钢连铸生产工艺中的组炉次方法，其特征在于，所述步骤4）基于智能优化算法对炉次计划准旅行商问题模型进行求解的智能优化算法为基于序列倒置的改进离散粒子群优化算法，依次包括如下步骤：

3a）读入板坯数据；

3b）设置种群规模，迭代总次数, 学习选择概率、代数阈值、局部最优子群比；

3c）根据种群大小随机产生粒子并计算其适应度值，初始化，置迭代次数为一；

3d）求每个粒子的个体极值，并求出种群的全局极值，根据局部最优子群比和局部最优值排序确定局部最优子群；

3e）判断迭代次数是否大于迭代总次数，如是，则进入步骤3k)；

3f）产生一个0~1间随机数，如果该值小于学习选择概率，且当前运行代数小于代数阈值，则随机选择一个粒子作为学习对象；如果该值小于学习选择概率，而当前运行代数小于代数阈值，则选择全局最优粒子作为学习对象；反之，如果该值大于学习选择概率，则随机从局部最优子群中选择一个粒子作为学习对象；

3g）产生一个0~1间随机数，如果该值小于选择概率，则第二个节点从当前粒子中随机选出，子序列进行倒置；反之，则由步骤3f）确定的学习对象中选择第二个节点，并进行子序列倒置；

3h）对当前粒子按变异概率进行变异操作；

3i）计算该粒子适应度值，如果该值大于序列倒置前适应度值，则更新当前粒子；

3j）迭代次数加一，转到步骤3d）；

3k）输出种群的全局最优解。

4.根据权利要求3所述的一种炼钢连铸生产工艺中的组炉次方法，其特征在于对所述的步骤3c)和步骤3i)中计算粒子适应度值的装置为基于准旅行商问题模型的启发式译码装置，该方式无需预先知道炉次数，其译码方法依次包括以下步骤：

4a）板坯数置为一，炉次数置为一；炉次中存放第一块板坯；

4b）板坯数加一，板坯数大于板坯总数吗，如是，转到步骤4i)

4c）读入一个新板坯；

4d）判断是否属于同一类型板坯，如否则进入步骤4h)；

4e）判断超出炉容吗，如否则进入步骤4h)；

4f）与前述同一炉次板坯宽度兼容吗，如不兼容，则进入步骤4h）；

4g）该板坯放入该炉次中，进入步骤4b)；

4h）炉次数加一，该板坯放入该炉次中，进入步骤4b）；

4i）总适应度值置0；

4j）计算每一炉次的适应度值，主要由组成同一炉的板坯在钢级，钢级序列，板坯宽度，交货期方面的差异惩罚费用和无委材的惩罚费用组成，如该值小于本炉次中各板坯未组炉惩罚值，则保留该炉次，总适应度值上加上本炉次适应度值，否则取消该炉次，置该炉中板坯为未组炉板坯；

4k）在总适应度值上为未组炉板坯根据优先级加惩罚值，并返回总适应度值。

5.根据权利要求3所述一种炼钢连铸生产工艺中的组炉次方法，其特征在于，对所述的步骤3g)中采用的交叉装置为基于序列倒置的交叉装置。