热轧板坯前库剩余板坯的分配方法及装置

摘要

本发明提供了一种热轧板坯前库剩余板坯的分配方法及装置，其中的方法包括如下步骤：S100：采用数学模型对热轧板坯前库剩余板坯分配问题进行定量化描述，所述定量化描述包括选择决策变量、设定优化目标以及确定剩余板坯分配约束；S200：设置步骤S100中的数学模型参数；S300：根据钢级对合同数据和板坯数据进行分组，每组包括具有相同钢级的板坯及与组内板坯钢级相匹配的合同，分组后组间的板坯与合同无分配关系；S400：采用混合分散搜索算法分别获得每组内剩余板坯与合同的分配方案；S500：根据分配方案分配所述热轧板坯前库剩余板坯。本发明能够从全局优化的角度出发，全面考虑各个方面因素，实现热轧板坯库剩余库存充分且合理的匹配。

主权项

一种热轧板坯前库剩余板坯的分配方法，包括如下步骤：S100：采用数学模型对热轧板坯前库剩余板坯分配问题进行定量化描述，所述定量化描述包括选择决策变量、设定优化目标以及确定剩余板坯分配约束；S200：设置步骤S100中的数学模型参数；S300：根据钢级对合同数据和板坯数据进行分组，每组包括具有相同钢级的板坯及与组内板坯钢级相匹配的合同，分组后组间的板坯与合同无分配关系；S400：采用混合分散搜索算法分别获得每组内剩余板坯与合同的分配方案；S500：根据所述分配方案分配所述热轧板坯前库剩余板坯；其中，在步骤S400中所采用的混合分散搜索算法进一步包括如下步骤：S401：初始化算法参数，设置初始分配方案种群规模PSize、最大迭代次数MaxIter、设置参考集中质量好的分配方案及分散性好的分配方案的个数b₁及b₂的值，设置参考集更新标志NewElements＝FALSE，迭代次数计数器Iter＝0，候选方案集合AlterSet＝Φ，其中，Φ表示空集；S402：分别采用启发式算法及随机策略生成不同的分配方案从而构造初始分配方案种群；S403：根据初始分配方案种群构造分配方案参考集Refset，即设置NewElements＝TRUE；S404：置迭代次数计数器Iter＝Iter+1，如果Iter>MaxIter或者NewElements＝FALSE，则转到步骤S410；否则，根据Refset中的分配方案构造方案子集集合NewSubsets；S405：在NewSubsets中选择分配方案子集s，采用方案组合方法对分配方案子集s里的分配方案进行组合，产生新的分配方案x_new；S406：采用变深度搜索策略改进新的分配方案x_new，得到改进的分配方案x′；S407：如果分配方案x′不存在于参考集Refset和候选集AlterSet中，并且分配方案x′所对应的目标函数值小于参考集Refset中任一分配方案所对应的目标函数值时，则将所述改进的分配方案x′放入方案候选集合AlterSet中；S408：将子集s从NewSubsets中删除，若NewSubsets为空，则转入步骤S409；否则，执行步骤S405；S409：更新参考集Refset，如果参考集被更新，则令NewElements＝TRUE；否则，NewElements＝FALSE，执行步骤S404；S410：输出当前组内剩余板坯与合同的分配方案；其中，在步骤S406中涉及的变深度搜索策略中，每个分配方案对应一个节点，设x_new为初始分配方案，d为当前搜索树的层数，L为搜索树的最大层数，n₁为每层中所选择出的质量最好的节点数，n₂为针对每个父节点所产生的节点数，NodeList(d)为存储搜索树中第d层各节点的链表，变深度搜索策略的具体步骤为：(b1)初始化，设定L、n₁、n₂的值，设置d＝0，清空NodeList(d)链表中的所有元素，置x_new为根节点；(b2)针对根节点进行邻域搜索，设置d＝d+1，并从根节点的搜索邻域中选择n₁个目标函数最小的分配方案作为第d层的节点；(b3)针对第d层的每一个节点，进行邻域搜索，对从第d层每个节点的搜索邻域中选择n₂个目标函数最小的分配方案并将其加入到NodeList(d+1)中；(b4)当第d层的所有节点的搜索邻域被搜索完毕，节点链表NodeList(d+1)中共有n₁×n₂个节点，从中选取n₁个目标函数最小的分配方案最为第d+1层的节点；(b5)设置d＝d+1，若d<L，执行步骤(b3)；否则，算法停止，选择整个搜索过程中目标函数最小的节点，记为x′。