间歇生产调度混合建模机制与约束处理方法研究

Batch process is widely adopted in industrial production, and its optimal scheduling is of great significance for energy conservation and economic efficiency. However, it is extremely difficult to model and optimize the batch process scheduling based on production data, which include noise, coupling and uncertainty. This project addresses batch production scheduling. Based on the adaptive network fuzzy inference system (ANFIS), we study the hybrid approach of data-based modeling with mechanism modeling and the constraint handling method for complex constraints in batch process scheduling. Firstly, we will study the key input variables selection method. Secondly, we will study the combination approach of ANFIS modeling and mechanism modeling with the help of bottleneck-based decomposition.Thirdly,we will study an effective constraint handling methods based on Oracle penalty and muli-objective ,and propose a new constrainted differential evolution algorithm for batch process scheduling. Finally, we will verify proposed theories and methods through simulation studies. We will setup the theory of hybrid modeling for batch process scheduling and propose a new constrainted handling method for complex constriants.The purpose is to breakthough the limitions of modeling and optimization, and to lay the theoretical and technical basis for solving the batch process scheduling in real life.

间歇过程在工业生产被广泛采用，其优化调度对企业节能降耗、提高效益具有重要的意义。生产数据规模大、含噪声、耦合、不确定及调度中的复杂约束，给基于数据的间歇生产调度建模和优化带来了极大的困难。本项目以间歇生产调度为研究对象，结合自适应网络模糊推理系统（ANFIS），对数据与机理建模的结合机制和复杂约束处理方法进行基础性的科学研究。具体内容包括：研究基于数据的ANFIS关键输入变量的选择方法；研究基于瓶颈分解的ANFIS数据建模与机理建模的结合机制；研究基于Oracle罚函数和多目标的复杂约束处理方法，并设计约束差分进化算法；通过仿真研究验证理论和方法的有效性。项目拟建立间歇生产调度混合建模理论，提出新的复杂约束处理方法，以突破现有方法模型实用性不佳、求解困难的局限，为基于数据的间歇生产优化调度方法走向实用奠定理论与技术基础。

间歇过程在工业生产被广泛采用，其优化调度对企业节能降耗、提高效益具有重要的意义。生产数据规模大、含噪声、耦合、不确定及调度中的复杂约束，给间歇生产调度建模和优化带来了极大的困难。本项目以间歇生产调度为研究对象，对其建模方法和复杂约束处理方法进行基础性的科学研究。主要包括：对调度系统建模方法进行了研究，提出了基于空闲矩阵的多约束无等待混合流水调度建模方法，并设计了相应的智能优化算法；对基于Oracle罚方法的约束处理方法进行深入了研究，取得系列成果；对多目标优化方法进行研究，设计了多目标智能优化算法；对过仿真研究验证了提出的建模理论与复杂约束处理方法的有效性。在调度系统建模方面，提出了一种基于空闲矩阵的多约束无等待混合流水调度建模方法。该方法首先进行约束预处理：对于存在跳过处理单元约束，可将该任务在该单元上的处理时间设置为0；对于存在先序或禁止转换约束，则在计算目标函数值时附加一个很大的惩罚项；对于存在顺序依赖的准备时间，准备时间加入前一任务处理时间之后。其次，对于具有并行机的阶段, ，采用基于甘特图的软压缩调整方法进行处理，构造出空闲矩阵。最后，以空闲矩阵为基础，根据调度目标构造出调度模型。该方法将一个具有上述复杂约束的无等待混合流水调度问题转化为一个不带约束的普通的无等待流水调度问题，再基于空闲矩阵建立调度模型，从而降低了模型的复杂性和求解难度。在调度优化算法方面，为有效求解无等待流水调度问题，提出了一种基于排列差分进化算法和禁忌搜索的混合离散差分进化算法。该算法利用禁忌搜索来帮助排列差分进化算法减少不必要的重复搜索和跳出局部极值，再利用快速复合启发式策略来进行局部搜索。在复杂约束处理方法方面，主要围绕Oracle罚函数方法进行了较深入研究。将Oracle罚函数方法优异的约束处理能力和组合差分进化CoDE的高效的搜索能力相结合，提出了一种基于改进Oracle罚函数方法和组合差分进化的自适应约束优化算法MOCoDE。首先，改进了传统的Oracle罚函数方法，使其符合约束优化的标准，利用改进的Oracle罚函数方法来自适应的处理各种复杂约束。为有效处理混合变量，引入一种通用的离散变量表示方法，将所有离散变量表示成连续变量。将带有混合变量的复杂约束问题转换成一个只含有连续变量的无约束优化问题，再用CoDE进行求解。与现有的方法相比，该方法具有参数少、稳定和易实现等优点。