炼钢连铸生产过程的自适应鲁棒调度方法研究

近年来，炼钢-连铸调度问题成为学术界和工业界共同关注的研究热点。然而，由于炼钢-连铸过程具有大规模、强约束、多目标和动态不确定等复杂特征，现有的调度方法还很不完善，难以有效应用于生产实践。本项目拟以保证炼钢-连铸生产过程的安全平稳高效运行为目标，系统研究炼钢-连铸自适应鲁棒调度方法，包括炼钢-连铸鲁棒调度模型、基于Meta-Lamarckian学习机制的自适应控制策略、基于离散群智能的高性能多目标鲁棒调度算法、调度鲁棒性和鲁棒调度算法的基本理论等内容。充分考虑调度性能指标和鲁棒性指标的统一，主动调度和反应调度两种模式的综合集成，调度模型、控制策略和调度算法的呼应，局部调度与全局调度的协调，给出一批具有可指导性和实用性的炼钢-连铸自适应鲁棒调度理论成果。研究成果将丰富和深化已有的炼钢-连铸调度方法，推动具有问题特征的鲁棒调度理论的发展，可望直接服务于国民经济和社会发展。

炼钢连铸阶段是钢铁生产过程的瓶颈环节。炼钢连铸调度技术直接影响着钢铁生产的成本与效益，是实现炼钢连铸过程合理化、自动化和集成化的基础和关键。本项目围绕炼钢连铸鲁棒调度问题，在群智能调度算法、炼钢连铸调度算法、炼钢连铸重调度算法等三个方面展开研究，主要研究成果包括：①探索了果蝇算法、人工蜂群算法和迁徙鸟群算法等群智能算法解决调度问题的关键理论与技术，提出了一种改进人工蜂群算法，有效解决了以最大完成时间为目标的混合流水车间调度问题；提出了一种人工蜂群禁忌搜索混合算法，有效解决了多目标柔性作业车间调度问题；提出了一种改进迁移鸟群算法，有效解决了以总流经时间为目标的混合流水车间调度问题。②建立了炼钢连铸调度问题的混合整数规划模型，提出了一种拉格朗日松弛算法，给出了求解松弛问题的线性规划方法，给出了保证松弛解有界的充要条件，提出了避免无界的方法；研究了工件排列编码的邻域特性和工件移动特性，提出了一种有效的人工蜂群炼钢连铸调度算法；构建了炼钢连铸调度问题与铸机分配问题的统一模型，提出了一种协同蜂群优化调度算法，同时优化炼钢连铸调度与铸机分配问题。③实际生产中采用重调度策略处理生产过程的动态不确定性。针对炼钢连铸重调度问题，考虑到工件的加工时间可调性，建立了基于时间索引变量的炼钢连铸重调度问题的混合整数规划模型，提出了基于机器能力约束部分松弛和全部松弛的拉格朗日松弛算法；综合考虑机床随机故障和工件加工时间随机变化两种突发事件，提出了一种结合果蝇算法和迭代贪心搜索的混合优化算法；考虑到计划执行过程中的稳定性，提出了不改变正在作业炉次已分配加工设备的具有一定鲁棒性的重调度方法；采用离散场景描述炼加工时间的不确定性，以最小化坏场景出现的可能性为目标，建立了一个鲁棒优化调度模型，提出了一种人工蜂群鲁棒调度算法。本项目共完成论文39篇，其中SCI论文30篇，EI中文期刊论文7篇。在所发表的SCI论文中，ESI高被引论文1篇、IEEE Trans长文6篇、IFAC会刊长文1篇、Control Engineering Practice 长文1篇、运作管理领域知名期刊European Journal of Operational Research 和OMEGA论文5篇。在中科院SCI期刊JCR大类分区一区期刊上发表论文7篇。获得教育部自然科学奖一等奖1项。申请专利2项，培养博士研究生4名，硕士生