专利名称：一种流程工业生产调度的管道分流点系数的优化确定方法
技术领域：
本发明属于计算机程序辅助测试技术领域，具体涉及一种流程工业生产调度的管道分流点系数的优化确定方法。
背景技术：
生产调度作为流程工业企业生产经营的核心，它决定了生产过程是否能够顺利进行，影响到企业的生产成本和资源的合理利用。对流程工业生产调度优化问题的研究，目标在于合理调配原料和能源，寻求最优的操作条件，保持稳定和均衡生产。流程工业生产调度逻辑网络是指对流程工业企业复杂生产流程的简化归纳，方便对流程工业生产调度决策进行分析改进，而管道分流点系数则作为调度决策的一个重要参数。目前确定管道分流点系数，主要依赖传统的线性规划方法，其通过建立并解析数学模型，从而获取一些关键参数的理想值。但由于模型具有复杂性、非线性、多目标和多约束等特点，传统的线性规划方法难以计算出大规模的参数，因此该方法面对大规模或者机理不清晰的模型就相对显得无能为力了。
发明内容
本发明提供了一种流程工业生产调度的管道分流点系数的优化确定方法，其通过仿真建模技术结合启发式算法前沿的多种群遗传算法，能够减少计算难度，提升生产调度的表现指标，能确定优化大规模的管道分流点系数。一种流程工业生产调度的管道分流点系数的优化确定方法，包括以下步骤(1)建立包括生产装置、物料侧线和管道分流点的流程工业生产调度逻辑网络，并定义所述的逻辑网络中的生产信息符号、生产装置模型和管道分流点系数。定义逻辑网络中的生产信息符号含义如下i为进料侧线，j为出料侧线，1为产品，s为原料，m为加工方案，η为管道分流点， ν为分流点的流出侧线，k为调度周期。
定义逻辑网络中的任一生产装置为一个多输入多输出模型
(1)厶任一生产装置的进料总量的约束关系为DDlow <ΣΧι< DDup(2)
i=\
任一出料侧线的物流量的表达式为
=(3)
其中生产装置的进料侧线物流量定义为1 ......Xi ；生产装置的出料侧线物
流量定义为χ' ιΧ' 2χ' 3......χ' 生产装置的出料侧线产率定义为ζ;生产装置的加工
量下限定义为DD1 ；生产装置的加工量上限定义为DDUP。
xJ
定义逻辑网络中的管道分流点系数为0力203......βν;当物料流经任意分流
点时，物料按比例关系流向不同的生产装置，管道分流点系数的表达式为
权利要求
1.一种流程工业生产调度的管道分流点系数的优化确定方法，包括以下步骤(1)建立包括生产装置、物料侧线和管道分流点的流程工业生产调度逻辑网络，并定义所述的逻辑网络中的生产信息符号、生产装置模型和管道分流点系数；(2)获取包括产品需求量、产品销售价格、原料采购量、原料采购价格、生产调度成本、 调度周期的信息，定义出以计划周期的利润期望值为目标函数的方程表达式；(3)根据步骤O)中定义的方程表达式，利用多种群遗传算法优化确定一个计划周期内的管道分流点系数集合，其具体过程如下a.将逻辑网络中管道分流点系数的集合作为单个染色体，定义多种群遗传算法参数 W为种群规模值，S为迁移隔代值，E为迁移概率，Z为最大遗传代数，B为变异概率，J为交叉概率；b.根据染色体编码方案随机生成初始种群，所述的初始种群包含K个子种群，一个子种群对应一个调度周期，每个子种群中包含W个个体，一个个体拥有一个染色体，一个染色体对应逻辑网络中管道分流点系数的一种集合，K为一个计划周期所对应调度周期的个数；c.选取子种群内的某一个体位置，从每个子种群中提取该位置的个体，共K个，并依次输入至流程工业生产调度逻辑网络中，形成一次完整的流程工业计划周期生产仿真，并计算出计划周期的利润期望值，将该利润期望值作为该位置个体的共有适应度；遍历所有位置的个体，并确定所有个体的适应度；d.对所有个体进行适应度排序，选择适应度最高的K个个体，作为精英个体并保存，该 K个个体处于不同子种群内的相同位置；e.根据个体适应度、变异概率以及交叉概率，以轮盘赌方式对每个子种群进行变异、交叉操作，生成下一代种群，并替换初始种群；f.对下一代种群执行步骤c；如果这一代种群中适应度最高的K个个体的适应度值低于预先保存的精英个体的适应度值，那么将这一代种群中适应度最高的K个个体替换这一代种群中适应度最低的K个个体；反之，则替换预先保存的K个精英个体；g.循环执行步骤e和f；每隔S代实行种群迁移，即在任一子种群中选取适应度排前 (EXff)的个体与其他任一子种群中适应度排前(EXW)的个体进行交换；h.当初始种群完成Z代遗传后，输出种群中的K个精英个体，提取精英个体中的染色体，即一个计划周期内K个最优的管道分流点系数集合。
2.根据权利要求1所述的流程工业生产调度的管道分流点系数的优化确定方法，其特征在于所述的以计划周期的利润期望值为目标函数的方程表达式为Profit(n) = R(n)-c(n)(5)式5中R(Il)和C(Il)分别为调度方案η下的收益值和成本值；所述的收益值的函数表达式为
3.根据权利要求2所述的流程工业生产调度的管道分流点系数的优化确定方法，其特征在于所述的原料采购成本的函数表达式为PrdC( n) = Psjk · cost,(8)式8中PS, k为调度周期k内原料s的采购量，cost,为计划周期内原料s的单位采购价格。
4.根据权利要求2所述的流程工业生产调度的管道分流点系数的优化确定方法，其特征在于所述的生产调度成本的函数表达式为SchC(Tj) - ^ Pen. Vcapk + ^Pen. Vmodek( 9 )k k式9中Pen为惩罚系数，Vcapk和Vmocbk分别为调度周期k内的加工量波动惩罚值和生产装置加工方案切换惩罚值。
全文摘要
本发明公开了一种流程工业生产调度的管道分流点系数的优化确定方法，包括(1)建立流程工业生产调度逻辑网络；(2)定义关于利润期望值的函数方程表达式；(3)利用遗传算法，优化确定管道分流点系数。本发明通过仿真建模技术结合启发式算法前沿的多种群遗传算法，能确定优化大规模的管道分流点系数，有效提升了流程工业生产调度的效率，降低了生产调度的成本，能够减少计算难度，提升生产调度的表现指标，原理简单，实施方便，可移植性强，适用于不同的生产调度环境。
文档编号G05B19/418GK102269988SQ201110066138
公开日2011年12月7日 申请日期2011年3月18日 优先权日2011年3月18日
发明者冯毅萍, 张国泽, 荣冈 申请人:浙江大学