异常工况下基于蚁群算法的焦炉作业优化调度方法

摘要

本发明公开了一种异常工况下基于蚁群算法的焦炉作业优化调度方法，包括以下步骤：1)根据推焦专家规则和可调度条件，建立基于乱签的推焦惩罚模型；2)用蚁群算法对乱签的推焦顺序进行优化，形成焦炉作业计划。本发明利用蚁群算法和推焦专家规则相结合的技术设计了焦炉作业优化调度算法，解决了焦炉推焦过程中异常工况下焦炉作业的优化调度问题，实现了多座焦炉作业优化调度。

主权项

1.一种焦炉作业优化调度方法，其特征在于：根据推焦专家规则和可调度条件，建立基于乱签的推焦惩罚模型，用蚁群算法对乱签的推焦顺序进行优化，形成焦炉作业计划；所述推焦专家规则为：1)操作时间恰当，以工作最紧张的车辆操作时间作为依据，每炉操作10～12min；2)一般检修时间要至少1h，检修时间应考虑到设备状态及检修能力；3)相邻炭化室结焦时间相差一半；4)保证每个炭化室号都被推一遍，没有漏炉的情况发生；所述的惩罚模型为：1)相邻两个推焦炭化室号顺序错乱引起的惩罚Q_ij＝Y_ijq                      (1)i，j＝0，1，2，L，N，i≠jq为相邻两个推焦炭化室号顺序错乱引起的惩罚占总目标函数的权值；2)结焦时间过长或过短引起的惩罚$P_i=e^{\beta t_i}-1---\left(3\right)$$t_i=\left\{\begin{array}{cc}0& T_{\min }-5\le T_i\le T_{\max }+5\\ (T_i-T_{\min })/5& T_i\le T_{\min }-5\\ (T_{\max }-T_i)/5& T_i\ge T_{\max }+5\end{array}\right.---\left(4\right)$其中，β反映延长结焦时间时炉体受损程度上升的快慢因子，T_min和T_max是规定的最短和最长结焦时间；3)相邻两个炭化室推焦由推焦顺序错乱和结焦时间过长或过短引起的总惩罚d_ij＝X_j(Q_ij+P_j)                 (5)总的目标函数为：$\min \underset{i=1}{\overset{N}{\Sigma }}\underset{j=2}{\overset{N}{\Sigma }}{d}_{\mathrm{ij}}---\left(7\right)$s.t.|T_pi-T_p(i+1)|＞120 i＝1，2，L，n-1                      (8)|T_pi-T_p(i-1)|＞120 i＝2，3，L，n                        (9)τ_jian＞60                                              (10)T_i＝T_pi-T_mi                                             (11)其中，T_pi为i号炭化室计划推焦时间，T_mi为i号炭化室上周装煤时间，n为炭化室数目，m为检修时间段数，N＝n+m；目标函数(7)最小化由推焦顺序错乱和结焦时间过长或过短引起的总惩罚；所述的用蚁群算法进行优化，是将异常工况下推焦计划的优化调度归结为旅行商问题来解决，假设n个炭化室号和m个检修时间段看作N个城市，节点i和j之间的惩罚看作两个城市之间的距离d_ij，然后再使用蚁群算法来进行计算。