• 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
    • / 20
    • 下载费用:30 金币  

    重庆时时彩缩水玩法: 一种磁性材料生产的组炉方法.pdf

    关 键 词:
    一种 磁性材料 生产 方法
      专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    摘要
    申请专利号:

    CN201410181362.5

    申请日:

    2014.04.29

    公开号:

    CN103942448A

    公开日:

    2014.07.23

    当前法律状态:

    授权

    有效性:

    有权

    法律详情: 授权|||实质审查的生效IPC(主分类):G06F 19/00申请日:20140429|||公开
    IPC分类号: G06F19/00(2011.01)I 主分类号: G06F19/00
    申请人: 东北大学
    发明人: 刘业峰; 潘全科; 柴天佑
    地址: 110819 辽宁省沈阳市和平区文化路3号巷11号
    优先权:
    专利代理机构: 沈阳东大知识产权代理有限公司 21109 代理人: 梁焱
    PDF完整版下载: PDF下载
    法律状态
    申请(专利)号:

    CN201410181362.5

    授权公告号:

    ||||||

    法律状态公告日:

    2017.02.08|||2014.08.20|||2014.07.23

    法律状态类型:

    授权|||实质审查的生效|||公开

    摘要

    一种磁性材料生产的组炉方法,包括:步骤1:采集磁性材料生产组炉的初始信息;步骤2:根据初始信息,建立磁性材料生产组炉的优化目标函数及其约束条件,确定出初始磁性材料生产组炉方案并对该方案优化调整,得到优化的磁性材料生产组炉方案;步骤3:根据优化磁性材料生产组炉方案进行甩带炉生产。本发明充分考虑了磁性材料生产组炉的磁性材料生产工单的优先级、磁性材料生产工单的牌号、磁性材料生产工单的交货期、磁性材料生产工单的需求产量、甩带炉生产量的上限和甩带炉生产量的下限等,充分挖掘了甩带炉的生产效率,降低了计划员的工作强度,加快了磁性材料生产组炉的效率,提高了工单交货准时率,提高了企业的经济效益。

    权利要求书

    权利要求书
    1.  一种磁性材料生产的组炉方法,其特征在于:包括以下步骤:
    步骤1:采集磁性材料生产组炉的初始信息;
    磁性材料生产组炉的初始信息包括:种群规模、最大迭代次数、甩带炉设备信息和磁性材料生产工单信息;甩带炉设备信息包括:甩带炉生产量的上限和甩带炉生产量的下限;磁性材料生产工单信息包括:磁性材料生产工单的优先级、磁性材料生产工单的交货期、磁性材料生产工单的牌号、磁性材料生产工单牌号所属的性能序列、磁性材料生产工单需求产量和磁性材料生产工单总数;
    步骤2:根据初始信息,建立磁性材料生产组炉的优化目标函数及其约束条件,确定出初始磁性材料生产组炉方案并对该方案优化调整,得到优化的磁性材料生产组炉方案;
    步骤2.1建立磁性材料生产组炉的优化目标函数,该函数的优化目标包括:以交货期越近和优先级越高的磁性材料生产工单优先组到同一个甩带炉次中、牌号所属性能序列相同的磁性材料生产工单组到同一个甩带炉次中、最小化磁性材料生产的炉次总数;
    所述优化目标如下:
    1)交货期近和优先级高的磁性材料生产工单组到同一个甩带炉次中
    f1=min(F1Σk=1KΣi=1NkWi(k)diFW(k)+F21Σk=1KΣi=1NWi(k)Aik·FW(k))---(1)]]>
    其中,f1为满足交货期近和优先级高的磁性材料生产工单优先组到同一个甩带炉次中的目标函数;F1为交货期近的工单优先组到同一个甩带炉次中的惩罚参数;F2为优先级高的工单优先组到同一个甩带炉次中的惩罚参数;K为磁性材料生产的甩带炉次总数;k为甩带炉次,k∈K;N为磁性材料生产工单总数,个;Wi(k)为磁性材料生产工单i在甩带炉次k中的生产量,千克;di为磁性材料生产工单的交货期,天;FW(k)为甩带炉次k的生产量,千克;Ai为磁性材料生产工单的优先级系数;
    2)牌号所属性能序列相同的磁性材料生产工单组到同一个甩带炉次中
    f2=minΣk=1KΣj=1NΣi=1NCij3Xi(k)Xj(k)---(2)]]>
    其中,f2为满足牌号所属性能序列相同的磁性材料生产工单组到同一个甩带炉次中的目标函数;Cij3为偏差惩罚系数;Xi(k)为工单i与炉次k的关系变量,若工单i在炉次k中生产,则Xi(k)=1,若工单i不在炉次k中生产,则Xi(k)=0;Xj(k)为工单j与炉次k的关系变量, 若工单j在炉次k中生产,则Xj(k)=1,若工单j不在炉次k中生产,则Xj(k)=0;
    3)最小化磁性材料生产炉次总数
    f3=minK          (4)
    其中,f3为满足最小化磁性材料生产炉次总数的目标函数;
    所述磁性材料生产组炉的优化目标函数Z为:
    Z=min(λ1f1+λ2f2+λ3f3)=min(λ1(F1Σk=1KΣi=1NkWi(k)diFW(k)+F21Σk=1KΣi=1NWi(k)Aik·FW(k))+λ2Σk=1KΣj=1NΣi=1NCij3Xi(k)Xj(k)+λ3K)---(5)]]>
    其中,λ1为交货期近和优先级高的磁性材料生产工单优先组到同一个甩带炉次中在优化目标中的权重;λ2为牌号所属性能序列相同的磁性材料生产工单组到同一个甩带炉次中在优化目标中的权重;λ3为最小化磁性材料生产炉次总数在优化目标中的权重;
    步骤2.2:建立磁性材料生产组炉优化目标函数的生产约束条件;
    1)完成磁性材料生产工单的需求产量
    若一个工单被分到一个或若干个甩带炉次中生产,则该工单在该甩带炉次中或在若干个甩带炉次中的生产量的总和等于该工单的需求产量;
    wi=Σk=1KWi(k)Xi(k),]]>i=1,...,N
    其中,wi为磁性材料生产工单需求产量,千克;
    2)任一甩带炉次中各磁性材料生产工单生产量之和加上该甩带炉次的备料量在该甩带炉次生产量的上限和该甩带炉次生产量的下限范围内;
    MminΣi=1NWi(k)Xi(k)+S(k)Mmax]]>
    其中,S(k)为甩带炉次k的备料量,千克;Mmax为甩带炉生产量的上限,千克;Mmin为甩带炉生产量的下限,千克;
    步骤2.3:根据实际磁性材料生产组炉经验,对磁性材料生产组炉优化目标函数中的各优化目标的权重λ1至λ3进行设置,利用磁性材料生产组炉优化目标函数及其生产约束条件初步获得初始磁性材料生产组炉方案;
    步骤2.4:采用遗传算法对初始磁性材料生产组炉方案进行优化,在满足生产约束条件下,对磁性材料生产工单的组炉顺序进行调整,得到符合优化目标的优化磁性材料生产组炉方案;
    步骤3:根据优化磁性材料生产组炉方案进行甩带炉生产。

    2.  根据权利要求1所述的磁性材料生产的组炉方法,其特征在于:所述步骤2.4,按如下步骤进行:
    步骤2.4.1:染色体编码;
    采用自然数编码的方法进行染色体编码;所采用的自然数为磁性材料生产工单的排序号,即1至N;
    步骤2.4.2:根据染色体编码创建初始种群;
    采用最早交期(EDD)排队策略,对N个磁性材料生产工单按照其各自的交货期进行排序,且由分别含有交货期相同的磁性材料生产工单排序号的多条染色体构成初始种群;
    步骤2.4.3:根据磁性材料生产组炉的优化目标函数建立适应度函数;
    f=ValueZ]]>
    其中,f为适应度函数;Value为常数;
    步骤2.4.4通过适应度函数对初始种群中的各条染色体进行适应度计算,得到初始种群中各条染色体的适应度值;
    步骤2.4.5:判断所采用的遗传算法的迭代过程是否达到预先给定的最大迭代次数,是,则从初始种群中选择适应度值最大的染色体作为优化磁性材料生产组炉方案,并执行步骤3,否,则执行步骤2.4.6;
    步骤2.4.6:通过交叉操作产生p条新染色体;
    从初始种群中确定所需的p个初始种群子集,各个初始种群子集分别由初始种群中的多条随机选择的不同染色体组合而成;通过对每个初始种群子集中的多条染色体进行交叉操作产生1条新染色体,则p个初始种群子集对应产生p条新染色体;
    步骤2.4.7:通过变异操作产生q条新染色体;
    从初始种群中随机选取q条染色体,分别对各条染色体中的工单排序号进行随机动态位串变异操作产生q条新染色体;
    步骤2.4.8:根据初始种群中各条染色体的适应度值和精英选择策略选择出L条新染色体;
    步骤2.4.9:用p条新染色体、q条新染色体和L条新染色体更新初始种群,并转去执行步骤2.4.4。

    3.  根据权利要求2所述的磁性材料生产的组炉方法,其特征在于:所述步骤2.4.6,对每个初始种群子集中的多条染色体进行交叉操作产生1条新染色体的具体过程如下:
    步骤2.4.6.1:从任一个初始种群子集中随机选择多条染色体;
    步骤2.4.6.2:随机产生1条新染色体的第一个工单排序号;
    步骤2.4.6.3:对所述多条染色体分别进行向右轮转,使得轮转后的各条染色体的当前工单排序号与所述的1条新染色体的第一个工单排序号相同;
    步骤2.4.6.4:分别计算出轮转后各条染色体的当前工单排序号与紧邻该当前工单排序号的后一个工单排序号组炉后的适应度值,从中选出适应度值最小的组炉所在的染色体,并将紧邻该染色体当前工单排序号的后一个工单排序号作为新染色体的第二个工单排序号;
    步骤2.4.6.5:重复执行步骤2.4.6.3直至对所述多条染色体分别进行向右轮转,使得轮转后的各条染色体的当前工单排序号与所述的1条新染色体的第N-1个工单排序号相同;并重复执行步骤步骤2.4.6.4直至分别计算出轮转后各条染色体的当前工单排序号与紧邻该当前工单排序号的后一个工单排序号组炉后的适应度值,从中选出适应度值最小的组炉所在的染色体,并将紧邻该染色体当前工单排序号的后一个工单排序号作为新染色体的第N个工单排序号,从而确定出1条新染色体中N个工单排序号,产生1条新染色体。

    说明书

    说明书一种磁性材料生产的组炉方法
    技术领域
    本发明属于信息技术领域,具体涉及一种磁性材料生产的组炉方法。
    背景技术
    销售部接到客户下达的每一个订单均对应交货期、牌号、牌号所属的性能序列、成品数量和成品规格等信息。销售订单转到生产部之后,计划员首先将销售订单中的成品数量转化为甩带加工的需求重量。根据销售订单的牌号配料工从镨钕、镝铁、硼、铽、钴等二十几种原材料中,选择部分原材料,并按照牌号对应的配比进行配料。配好的原材料放入到甩带炉中进行甩带操作。甩带炉是磁性材料生产组炉所对应的主体设备。
    磁性材料生产组炉是将各个磁性材料生产工单组到依次在甩带炉中加工的甩带炉次中。磁性材料生产组炉的目标主要有以下三个:以交货期越近和优先级越高的磁性材料生产工单优先组到同一个甩带炉次中、牌号所属性能序列相同的磁性材料生产工单组到同一个甩带炉次中、最小化磁性材料生产的炉次总数。磁性材料生产组炉的生产约束条件主要有以下两个:完成磁性材料生产工单的需求产量和任一甩带炉次中各磁性材料生产工单生产量之和加上该甩带炉次的备料量在该甩带炉次生产量的上限和该甩带炉次生产量的下限范围内。
    磁性材料生产组炉方案将直接影响磁性材料生产中熔炼阶段的甩带工序、制粉阶段的氢破工序、气流磨工序、成型烧结阶段的成型工序和烧结工序的生产计划编制。磁性材料生产组炉方案不优化将造成甩带库中的备料过多,因此导致库存积压,占用大量的流动资金,同时影响其他磁性材料生产工单的交货准时率,最终使企业的生产成本增加。
    目前,国内磁性材料企业的磁性材料生产组炉问题处理水平较低,主要采用人工依靠经验的方法。人工组炉过程分为两个部分:磁性材料生产工单排序和磁性材料生产组炉。人工组炉过程存在组炉方案不一定是最优或近似最优的、很难给出一个以交货期越近和优先级越高的磁性材料生产工单优先组到同一个甩带炉次中、牌号所属性能序列相同的磁性材料生产工单组到同一个甩带炉次中、最小化磁性材料生产的炉次总数为目标的组炉方案,而且面临工作量大,组炉时间长等问题。
    发明内容
    针对现有技术存在的不足,本发明提供了一种磁性材料生产的组炉方法。
    本发明的技术方案:
    一种磁性材料生产的组炉方法,包括如下步骤:
    步骤1:采集磁性材料生产组炉的初始信息;
    磁性材料生产组炉的初始信息包括:种群规模、最大迭代次数、甩带炉设备信息和磁性 材料生产工单信息;甩带炉设备信息包括:甩带炉生产量的上限和甩带炉生产量的下限;磁性材料生产工单信息包括:磁性材料生产工单的优先级、磁性材料生产工单的交货期、磁性材料生产工单的牌号、磁性材料生产工单牌号所属的性能序列、磁性材料生产工单需求产量和磁性材料生产工单总数;
    步骤2:根据初始信息,建立磁性材料生产组炉的优化目标函数及其约束条件,确定出初始磁性材料生产组炉方案并对该方案优化调整,得到优化的磁性材料生产组炉方案;
    步骤2.1建立磁性材料生产组炉的优化目标函数,该函数的优化目标包括:以交货期越近和优先级越高的磁性材料生产工单优先组到同一个甩带炉次中、牌号所属性能序列相同的磁性材料生产工单组到同一个甩带炉次中、最小化磁性材料生产的炉次总数;
    所述优化目标如下:
    1)交货期近和优先级高的磁性材料生产工单组到同一个甩带炉次中
    f1=min(F1Σk=1KΣi=1NkWi(k)diFW(k)+F21Σk=1KΣi=1NWi(k)Aik·FW(k))---(1)]]>
    其中,f1为满足交货期近和优先级高的磁性材料生产工单优先组到同一个甩带炉次中的目标函数;F1为交货期近的工单优先组到同一个甩带炉次中的惩罚参数;F2为优先级高的工单优先组到同一个甩带炉次中的惩罚参数;K为磁性材料生产的甩带炉次总数;k为甩带炉次,k∈K;N为磁性材料生产工单总数,个;Wi(k)为磁性材料生产工单i在甩带炉次k中的生产量,千克;di为磁性材料生产工单的交货期,天;FW(k)为甩带炉次k的生产量,千克;Ai为磁性材料生产工单的优先级系数;
    2)牌号所属性能序列相同的磁性材料生产工单组到同一个甩带炉次中
    f2=minΣk=1KΣj=1NΣi=1NCij3Xi(k)Xj(k)---(2)]]>
    其中,f2为满足牌号所属性能序列相同的磁性材料生产工单组到同一个甩带炉次中的目标函数;偏差惩罚系数为Cij3;Xi(k)为工单i与炉次k的关系变量,若工单i在炉次k中生产,则Xi(k)=1,若工单i不在炉次k中生产,则Xi(k)=0;Xj(k)为工单j与炉次k的关系变量,若工单j在炉次k中生产,则Xj(k)=1,若工单j不在炉次k中生产,则Xj(k)=0;
    3)最小化磁性材料生产炉次总数
    f3=minK               (4)
    其中,f3为满足最小化磁性材料生产炉次总数的目标函数;
    所述磁性材料生产组炉的优化目标函数Z为:
    Z=min(λ1f1+λ2f2+λ3f3)=min(λ1(F1Σk=1KΣi=1NkWi(k)diFW(k)+F21Σk=1KΣi=1NWi(k)Aik·FW(k))+λ2Σk=1KΣj=1NΣi=1NCij3Xi(k)Xj(k)+λ3K)---(5)]]>
    其中,λ1为交货期近和优先级高的磁性材料生产工单优先组到同一个甩带炉次中在优化目标中的权重;λ2为牌号所属性能序列相同的磁性材料生产工单组到同一个甩带炉次中在优化目标中的权重;λ3为最小化磁性材料生产炉次总数在优化目标中的权重;
    步骤2.2:建立磁性材料生产组炉优化目标函数的生产约束条件;
    1)完成磁性材料生产工单的需求产量
    若一个工单被分到一个或若干个甩带炉次中生产,则该工单在该甩带炉次中或在若干个甩带炉次中的生产量的总和等于该工单的需求产量;
    wi=Σk=1KWi(k)Xi(k),]]>i=1,...,N
    其中,wi为磁性材料生产工单需求产量,千克;
    2)任一甩带炉次中各磁性材料生产工单生产量之和加上该甩带炉次的备料量在该甩带炉次生产量的上限和该甩带炉次生产量的下限范围内;
    MminΣi=1NWi(k)Xi(k)+S(k)Mmax]]>
    其中,S(k)为甩带炉次k的备料量,千克;Mmax为甩带炉生产量的上限,千克;Mmin为甩带炉生产量的下限,千克;
    步骤2.3:根据实际磁性材料生产组炉经验,对磁性材料生产组炉优化目标函数中的各优化目标的权重λ1至λ3进行设置,利用磁性材料生产组炉优化目标函数及其生产约束条件初步获得初始磁性材料生产组炉方案;
    步骤2.4:采用遗传算法对初始磁性材料生产组炉方案进行优化,在满足生产约束条件下,对磁性材料生产工单的组炉顺序进行调整,得到符合优化目标的优化磁性材料生产组炉方案;
    步骤2.4.1:染色体编码;
    采用自然数编码的方法进行染色体编码;所采用的自然数为磁性材料生产工单的排序号,即1至N;
    步骤2.4.2:根据染色体编码创建初始种群;
    采用最早交期(EDD)排队策略,对N个磁性材料生产工单按照其各自的交货期进行排序,且分别含有交货期相同的磁性材料生产工单排序号的多条染色体构成初始种群;
    步骤2.4.3:根据磁性材料生产组炉的优化目标函数建立适应度函数;
    f=ValueZ]]>
    其中,f为适应度函数;Value为常数;
    步骤2.4.4通过适应度函数对初始种群中的各条染色体进行适应度计算,得到初始种群中各条染色体的适应度值;
    步骤2.4.5:判断所采用的遗传算法的迭代过程是否达到预先给定的最大迭代次数,是,则从初始种群中选择适应度值最大的染色体作为优化磁性材料生产组炉方案,并执行步骤3,否,则执行步骤2.4.6;
    步骤2.4.6:通过交叉操作产生p条新染色体;
    从初始种群中确定所需的p个初始种群子集,各个初始种群子集分别由初始种群中的多条随机选择的不同染色体组合而成;通过对每个初始种群子集中的多条染色体进行交叉操作产生1条新染色体,则p个初始种群子集对应产生p条新染色体;
    对每个初始种群子集中的多条染色体进行交叉操作产生1条新染色体的具体过程如下:
    步骤2.4.6.1:从任一个初始种群子集中随机选择多条染色体;
    步骤2.4.6.2:随机产生1条新染色体的第一个工单排序号;
    步骤2.4.6.3:对所述多条染色体分别进行向右轮转,使得轮转后的各条染色体的当前工单排序号与所述的1条新染色体的第一个工单排序号相同;
    步骤2.4.6.4:分别计算出轮转后各条染色体的当前工单排序号与紧邻该当前工单排序号的后一个工单排序号组炉后的适应度值,从中选出适应度值最小的组炉所在的染色体,并将紧邻该染色体当前工单排序号的后一个工单排序号作为新染色体的第二个工单排序号;
    步骤2.4.6.5:重复执行步骤2.4.6.3直至对所述多条染色体分别进行向右轮转,使得轮转后的各条染色体的当前工单排序号与所述的1条新染色体的第N-1个工单排序号相同;并重复执行步骤步骤2.4.6.4直至分别计算出轮转后各条染色体的当前工单排序号与紧邻该当前工单排序号的后一个工单排序号组炉后的适应度值,从中选出适应度值最小的组炉所在的染色体,并将紧邻该染色体当前工单排序号的后一个工单排序号作为新染色体的第N个工单排序号,从而确定出1条新染色体中N个工单排序号,产生1条新染色体;
    步骤2.4.7:通过变异操作产生q条新染色体;
    从初始种群中随机选取q条染色体,分别对各条染色体中的工单排序号进行随机动态位串变异操作产生q条新染色体;
    步骤2.4.8:根据初始种群中各条染色体的适应度值和精英选择策略选择出L条新染色体;
    步骤2.4.9:用p条新染色体、q条新染色体和L条新染色体更新初始种群,并转去执行步骤2.4.4;
    步骤3:根据优化磁性材料生产组炉方案进行甩带炉生产。
    有益效果:本发明的磁性材料生产的组炉方法与现有技术相比较有以下优势:
    针对磁性材料生产人工组炉过程中,只给出一个磁性材料生产组炉排序,本发明改进遗传算法遵循最早交期(EDD)排队策略,设计了一种基于EDD排队策略的初始磁性材料生产组炉排序方法,一次产生多个生产组炉排序,并通过遗传算法的迭代进行排序优化。
    本发明基于磁性材料生产人工组炉过程建立了磁性材料生产组炉的数学模型,并转化为改进遗传算法的适应度函数,通过遗传算法的迭代,不断优化适应度函数的值,最终给出一个较优或近似最优的组炉方案,同时针对遗传算法的收敛速度慢、精度差等问题,本发明改进了遗传算法的交叉算子,并引入变异算子,提高了遗传算法的收敛速度、求解精度和全局搜索能力。
    本发明充分考虑了磁性材料生产组炉的磁性材料生产工单的优先级、磁性材料生产工单的牌号、磁性材料生产工单的交货期、磁性材料生产工单的需求产量、甩带炉生产量的上限和甩带炉生产量的下限等,充分挖掘了甩带炉的生产效率,降低了计划员的工作强度,加快了磁性材料生产组炉的效率,提高了工单交货准时率,提高了企业的经济效益。
    附图说明
    图1为本发明一种实施方式的磁性材料生产的组炉方法的流程图。
    具体实施方式
    下面以某磁性材料企业的磁性材料生产组炉为例,结合附图进一步对本发明的一种磁性材料生产的组炉方法进行说明。
    甩带炉是烧结钕铁硼磁性材料甩带生产所对应的设备。甩带炉是由真空系统、真空炉壳、感应加热器线圈、坩埚、中间包、转轮和滚筒等组成。现场采用的甩带炉的长、宽、高分别为5*5*5m。其工作原理是将配好的原材料,通过抽真空和感应熔炼,得到温度在1450℃度左右的高温金属溶液,精炼3-5分钟后,将其浇淋在以2.42~2.77m/s的冷却辊上,通过辊的转动,甩出0.3-0.5mm厚度的薄片,冷却后得到形状不规则的甩带片。
    生产现场有1台甩带炉,因此需要将每天生产的十几或几十个工单安排到不同的甩带炉 次中进行生产。为使甩带片的柱状晶宽度均匀,晶粒尺寸较小,甩带片不结块、团聚,具有大片完整的外观,磁能积高,易粉碎,排料方便,工艺要求同时熔炼的原材料的性能序列相同,pgi∈{1,2,3,...,7}.]]>
    本实施方式的磁性材料生产的组炉方法,如图1所示,包括以下步骤:
    步骤1:采集磁性材料生产组炉的初始信息;
    磁性材料生产组炉的初始信息包括:种群规模为10条染色体、最大迭代次数为20次、甩带炉设备信息和磁性材料生产工单信息;甩带炉设备信息包括;甩带炉生产量的上限Mmax=580千克和甩带炉生产量的下限Mmin=300千克;磁性材料生产工单信息包括:磁性材料生产工单的优先级Ai、磁性材料生产工单的交货期di、磁性材料生产工单的牌号gi、磁性材料生产工单牌号所属的性能序列、磁性材料生产工单需求产量wi和磁性材料生产工单总数N;本实施方式中磁性材料生产工单总数N=10;本实施方式中磁性材料生产组炉的生产工单信息如表1所示。
    表1磁性材料生产组炉的生产工单信息

    生产工单组炉需要的其他符号定义如下:K为磁性材料生产的甩带炉次总数、k为甩带炉次,k∈K、N为磁性材料生产工单总数、FW(k)为甩带炉次k的生产量、Wi(k)为磁性材 料生产工单i在甩带炉次k中的生产量。
    步骤2:根据初始信息,建立磁性材料生产组炉的优化目标函数及其约束条件,确定出初始磁性材料生产组炉方案并对该方案优化调整,得到优化的磁性材料生产组炉方案;
    步骤2.1建立磁性材料生产组炉的优化目标函数,该函数的优化目标包括:以交货期越近和优先级越高的磁性材料生产工单优先组到同一个甩带炉次中、牌号所属性能序列相同的磁性材料生产工单组到同一个甩带炉次中、最小化磁性材料生产的炉次总数;
    所述磁性材料生产组炉的优化目标如下:
    1)交货期近和优先级高的磁性材料生产工单组到同一个甩带炉次中
    f1=min(F1Σk=1KΣi=1NkWi(k)diFW(k)+F21Σk=1KΣi=1NWi(k)Aik·FW(k))---(1)]]>
    其中,f1为满足交货期近和优先级高的磁性材料生产工单优先组到同一个甩带炉次中的目标函数;F1为交货期近的工单优先组到同一个甩带炉次中的惩罚参数,本实施方式中F1=0.6;F2为优先级高的工单优先组到同一个甩带炉次中的惩罚参数,本实施方式中F2=0.4;K为磁性材料生产的甩带炉次总数;k为甩带炉次,k∈K;N为磁性材料生产工单总数,本实施方式为10个;Wi(k)为磁性材料生产工单i在甩带炉次k中的生产量,千克;di为磁性材料生产工单的交货期,天;FW(k)为甩带炉次k的生产量,千克;Ai为磁性材料生产工单的优先级系数;
    2)牌号所属性能序列相同的磁性材料生产工单组到同一个甩带炉次中
    f2=minΣk=1KΣj=1NΣi=1NCij3Xi(k)Xj(k)---(2)]]>
    其中,f2为满足牌号所属性能序列相同的磁性材料生产工单组到同一个甩带炉次中的目标函数;Cij3为相同性能序列的不同牌号工单组合到同一个炉次中,产生的牌号“以好充次”偏差惩罚系数;

    Xi(k)为工单i与炉次k的关系变量,若工单i在炉次k中生产,则Xi(k)=1,若工单i不在炉次k中生产,则Xi(k)=0;Xj(k)为工单j与炉次k的关系变量,若工单j在炉次k中生 产,则Xj(k)=1,若工单j不在炉次k中生产,则Xj(k)=0;
    3)最小化磁性材料生产炉次总数
    f3=minK         (4)
    其中,f3为满足最小化磁性材料生产炉次总数的目标函数;
    所述磁性材料生产组炉的优化目标函数Z为:
    Z=min(λ1f1+λ2f2+λ3f3)=min(λ1(F1Σk=1KΣi=1NkWi(k)diFW(k)+F21Σk=1KΣi=1NWi(k)Aik·FW(k))+λ2Σk=1KΣj=1NΣi=1NCij3Xi(k)Xj(k)+λ3K)---(5)]]>
    其中,λ1为交货期近和优先级高的磁性材料生产工单优先组到同一个甩带炉次中在优化目标中的权重;λ2为牌号所属性能序列相同的磁性材料生产工单组到同一个甩带炉次中在优化目标中的权重;λ3为最小化磁性材料生产炉次总数在优化目标中的权重;
    步骤2.2:建立磁性材料生产组炉优化目标函数的生产约束条件;
    1)完成磁性材料生产工单的需求产量
    若一个工单被分到一个或若干个甩带炉次中生产,则该工单在该甩带炉次中或在若干个甩带炉次中的生产量的总和等于该工单的需求产量;
    wi=Σk=1KWi(k)Xi(k),]]>i=1,...,N
    其中,wi为磁性材料生产工单需求产量,千克;
    2)任一甩带炉次中各磁性材料生产工单生产量之和加上该甩带炉次的备料量在该甩带炉次生产量的上限和该甩带炉次生产量的下限范围内;
    MminΣi=1NWi(k)Xi(k)+S(k)Mmax]]>
    其中,S(k)为甩带炉次k的备料量,千克;Mmax为甩带炉生产量的上限,千克;Mmin为甩带炉生产量的下限,千克;
    步骤2.3:根据实际磁性材料生产组炉经验,对磁性材料生产组炉优化目标函数中的各优化目标的权重λ1至λ3进行设置,利用磁性材料生产组炉优化目标函数及其生产约束条件初步获得初始磁性材料生产组炉方案;
    本实施方式中,根据实际磁性材料生产组炉经验,对磁性材料生产组炉优化目标函数中的各优化目标的权重λ1至λ3进行设置为λ1=0.5,λ1=0.3,λ1=0.2。
    步骤2.4:采用遗传算法对初始磁性材料生产组炉方案进行优化,在满足生产约束条件下,对磁性材料生产工单的组炉顺序进行调整,得到符合优化目标的优化磁性材料生产组炉方案;
    步骤2.4.1:染色体编码;
    采用自然数编码的方法进行染色体编码;所采用的自然数为磁性材料生产工单的排序号,即1至N;本实施方式中的染色体编码采用从磁性材料生产工单的排序号1到磁性材料生产工单的排序号10的自然数编码方式。以1到10的不同的排序表示磁性材料生产工单不同的组炉顺序,对应不同的组炉目标值。如下表2所示,为本实施方式中的10个工单组成的一条染色体。
    表2由10个工单组成的一条染色体

    步骤2.4.2:根据染色体编码创建初始种群;
    在采用遗传算法求解磁性材料生产组炉问题时,要生成一定数目的染色体作为初始种群。初始种群的产生质量直接影响算法的求解效率和解的质量。由于传统的遗传算法一般是随机生成染色体,染色体的工单排序号顺序带有一定的盲目性。磁性材料生产组炉问题存在生产工艺约束和甩带炉的最大生产量和最小生产量约束,染色体不同的工单排序号排列将导致工单不同的炉次组合,最终导致所求得的目标值不同。工单交货期是磁性材料企业组炉问题考虑的重要因素之一,生产现场要求交货期相同或相近的工单组到同一个甩带炉次中?;谝陨霞傅阋蛩乜悸?,遵循最早交期(Earliest Due Date,EDD)排序策略,设计了一种基于EDD策略的初始种群产生方法,产生80%的初始种群:针对选择出的10个组炉工单,根据交货期由早到晚排序,交货期相同的不同工单,其不同的排列得到不同的染色体。如表3所示的3条染色体,每条染色体由10个工单组成。10个工单中,1号工单的交货期、2号工单的交货期和4号工单的交货期相同;9号工单的交货期、3号工单的交货期、5号工单的交货期、6号工单的交货期和8号工单的交货期相同;7号工单的交货期和10号工单的交货期相同。将染色体1中的1号工单、2号工单和4号工单的顺序变为2号工单、4号工单和1号工单,并且其他位置工单序号不变,得到一条新的染色体2。改变染色体1中2号工单和4号工单的组炉顺序,同时改变交货期相同的9号工单、3号工单和8号工单的组炉顺序,改变交货期相同的7号工单和10号工单的组炉顺序,得到一条新的染色体3。
    表3基于EDD排队策略的初始种群产生方法


    再在EDD策略产生种群的基础上,采用完全随机方法产生20%的染色体,以增加种群的多样性。本实施方式中的初始种群如表4所示。
    表4初始种群

    步骤2.4.3:根据磁性材料生产组炉的优化目标函数建立适应度函数;将式(5)中的最小化问题转化为最大化问题得到组炉优化的适应度函数:
    f=ValueZ]]>
    其中,f为适应度函数;Value为常数,本实施方式中Value=10;
    步骤2.4.4通过适应度函数对初始种群中的各条染色体进行适应度计算,得到初始种群中各条染色体的适应度值;
    步骤2.4.5:判断所采用的遗传算法的迭代过程是否达到预先给定的最大迭代次数,是,则从初始种群中选择适应度值最大的染色体作为优化磁性材料生产组炉方案,并执行步骤3,否,则执行步骤2.4.6;
    步骤2.4.6:通过交叉操作产生p条新染色体;
    根据生物遗传规律,双亲血缘关系越远,染色体优良的可能性越大。2PM交叉算子,由2个初始种群中的染色体生成新初始种群中的1条染色体,当2个初始种群中的染色体的链结构接近时,通过该算子后,染色体不会有很大的改善。这里提出了1个新的启发式交叉方法,称为3PM交叉算子。与2PM交叉算子比较,通过增加交配的初始种群染色体的数量,由3条初始种群中的染色体产生新初始种群中的1条染色体,期望产生适应性更强的染色体,从而降低了染色体近亲繁殖的可能性,有效地控制了进化过程。
    从初始种群中确定所需的p个初始种群子集,各个初始种群子集分别由初始种群中的多条随机选择的不同染色体组合而成;通过对每个初始种群子集中的多条染色体进行交叉操作产生1条新染色体,则p个初始种群子集对应产生p条新染色体;
    3PM交叉算子方法中对每个初始种群子集中的多条染色体进行交叉操作产生1条新染色体的具体过程如下:
    步骤2.4.6.1:从任一个初始种群子集中随机选择多条染色体;
    本实施方式中从初始种群中随机选择3条染色体,如表5所示;
    表5从初始种群中随机选择的3条染色体

    步骤2.4.6.2:随机产生1条新染色体的第一个工单排序号;
    本实施方式中随机产生1条新染色体的第一个位置,假设为2,即1条新染色体的第一个工单排序号为2,如表5所示,“2”以粗体表示;
    步骤2.4.6.3:对所述多条染色体分别进行向右轮转,使得轮转后的各条染色体的当前工单排序号与所述的1条新染色体的第一个工单排序号相同;
    向右轮转表5所示的3条染色体,使3条染色体当前位置与染色体第一个工单排序号2一致,如表6所示;
    表6第一次向右轮转

    步骤2.4.6.4:分别计算出轮转后各条染色体的当前工单排序号与紧邻该当前工单排序号的后一个工单排序号组炉后的适应度值,从中选出适应度值最小的组炉所在的染色体,并将紧邻该染色体当前工单排序号的后一个工单排序号作为新染色体的第二个工单排序号;
    本实施方式中,假设fitness(a,b)为工单排序号a和b所构成的工单组炉的适应度值,则比较fitness(2,4),fitness(2,4),fitness(2,8),其中fitness(2,4)中的4、fitness(2,4)中的4和fitness(2,8)中的8分别为所述的初始种群中3条染色体中分别与工单排序号a=2紧邻的下一个工单排序号,如表6所示;分别计算fitness(2,4)的适应度值,fitness(2,4)的适应度值和fitness(2,8)的适应度值,计算结果fitness(2,4)的适应度值最小,则取fitness(2,4)中的4作为1条新染色体的第二个工单排序号;
    步骤2.4.6.5:重复执行步骤2.4.6.3直至对所述多条染色体分别进行向右轮转,使得轮转后的各条染色体的当前工单排序号与所述的1条新染色体的第N-1个工单排序号相同;并重复执行步骤2.4.6.4直至分别计算出轮转后各条染色体的当前工单排序号与紧邻该当前工单排序号的后一个工单排序号组炉后的适应度值,从中选出适应度值最小的组炉所在的染色体,并将紧邻该染色体当前工单排序号的后一个工单排序号作为新染色体的第N个工单排序号,从而确定出1条新染色体中N个工单排序号,产生1条新染色体;
    本实施方式中,重复执行步骤2.4.6.3和步骤2.4.6.4九次,产生一条新染色体,如表7所示,为新初始种群中的1条新染色体。
    表6经过9次轮转产生的新初始种群中的1条新染色体

    本实施方式中,通过3PM交叉算子得到新初始种群中50%的染色体,即5条新染色体。如表7所示。
    表7通过交叉操作得到的5条新染色体


    步骤2.4.7:通过变异操作产生q条新染色体;
    指改变染色体中的某些工单排序号,从而形成新的染色体。本发明中变异操作采用随机动态位串变异。从初始种群中随机选取q条染色体,分别对各条染色体中的工单排序号进行随机动态位串变异操作产生q条新染色体;变异运算是产生新染色体的辅助方法,决定遗传算法的局部搜索能力,保持种群多样性。交叉运算和变异运算的相互配合,共同完成对搜索空间的全局搜索和局部搜索。
    随机动态位串变异是指对染色体随机动态指定的某一位或某几位工单排序号作变异运算,随机性是位置不固定,动态性是变异的编码个数不固定。如表8所示,染色体1中随机选中的变异位置为2和5;染色体2中随机选中的变异位置为4和9;染色体3中随机选中的变异位置为1和8。对图7中的3条染色体进行变异操作后,该3条染色体如表9所示。
    表8随机产生三条染色体中每一条染色体的两个变异位置

    表9三条染色体的变异结果

    通过变异操作得到新初始种群中30%的染色体,即3条染色体。如表4所示。
    表10通过变异操作得到的3条染色体

    步骤2.4.8:根据初始种群中各条染色体的适应度值和精英选择策略选择出L条新染色体;
    本实施方式中通过3PM交叉算子得到新初始种群中50%的染色体,通过变异操作得到新初始种群中30%的染色体,即,通过3PM交叉算子和变异操作已得到新初始种群中80%的染色 体。对于新初始种群中剩余的20%的染色体,采用精英选择策略从初始种群染色体中直接获得,选择的原则是适应度值由大到小,且新的初始种群中没有的染色体。即部分最优染色体直接进入下一次迭代,这样可有效减少算法迭代次数。初始种群中共有10条染色体,20%即2条染色体需要从初始种群中直接选择。如表11所示。
    表11通过精英策略得到的2条染色体

    步骤2.4.9:用p条新染色体、q条新染色体和L条新染色体更新初始种群,并转去执行步骤2.4.4;
    通过上述的交叉操作、变异操作和精英策略得到新的初始种群如表12所示。
    表12新的初始种群

    因本实施方式设定的最大迭代次数为20次,经过20次迭代之后,得到的种群如表13所示。通过适应度函数计算得知,应度值最大的染色体,即最优染色体如表14所示。
    表1320次迭代后的新的初始种群

    表14最优染色体

    步骤3:根据优化磁性材料生产组炉方案进行甩带炉生产;
    本实施方式中,将根据优化磁性材料生产组炉方案进行甩带炉生产后的结果与人工组炉进行甩带炉生产的结果进行对比后的结果如表15所示。
    表15本发明的方法组炉结果与人工组炉结果对比


    从表15中可以看出,本发明的方法明显优于人工组炉方法,主要体现在总的炉次数、甩带炉次的利用率上以及磁性材料生产组炉完成后的备料量上。

    关于本文
    本文标题:一种磁性材料生产的组炉方法.pdf
    链接地址://www.4mum.com.cn/p-6143592.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

    [email protected] 2017-2018 www.4mum.com.cn网站版权所有
    经营许可证编号:粤ICP备17046363号-1 
     


    收起
    展开
  • 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
  • 3d定四个跨度好方法 手机端pk10走势图 彩票全天人工计划网安卓下载 双色球开奖杀号 10分快3计划软件下载 免费黑客棋牌透牌器透视3 赛车pk10稳赚技巧 电子烟实体店怎么样 假彩票打印系统 福彩3d技巧规律绝密 刘伯温四肖资料大全 香港36码 原创36码网址 体彩排三六码组六最大遗漏乐彩网 看牌神器 扎金花 pk10机器人计划软件app