基于混合GA的并行機(jī)能源調(diào)配與生產(chǎn)調(diào)度協(xié)同優(yōu)化研究

TONGJIUNIVERSITY

TONGJIUNIVERSITY學(xué)術(shù)型碩士研究生學(xué)位論文選題報告及工作計劃課題名稱基于混合GA的并行機(jī)能源調(diào)配與生產(chǎn)調(diào)度協(xié)同優(yōu)化研究 學(xué)號 研究生 專業(yè)、年級系統(tǒng)工程2012級 所在院、系電子與信息工程學(xué)院 導(dǎo)師教授 副導(dǎo)師 選題時間2013年11月8日同濟(jì)大學(xué)研究生院2013年11月8日1、研究問題1）在預(yù)研究的基礎(chǔ)上提出應(yīng)用研究（設(shè)計）中的科學(xué)問題.并行設(shè)備從理論上來講是對一臺機(jī)器和特殊形態(tài)下柔性流水車間的推廣，從實際上來講，他重要是因為在真實世界中資源并行利用的情況是很常見的，并且并行機(jī)技術(shù)經(jīng)常被用于對多階段系統(tǒng)的分解處理過程中。在制造業(yè)節(jié)能減排以及可持續(xù)制造的環(huán)境下，針對并行設(shè)備的考慮能源調(diào)配的生產(chǎn)調(diào)度優(yōu)化問題越來越受到重視，尤其針對高耗能制造業(yè)中的高耗能并行設(shè)備，例如冶金行業(yè)中的并行加熱爐，問題顯得尤為突出。2）課題來源、選題依據(jù)和背景情況1.2.1問題的提出課題以能耗占全球三分之一的制造業(yè)的節(jié)能減排問題為對象，以將能源優(yōu)化管理與生產(chǎn)優(yōu)化管理相結(jié)合為基本出發(fā)點，重點針對其中能源調(diào)配與生產(chǎn)調(diào)度協(xié)同優(yōu)化的關(guān)鍵問題展開研究。課題研究面向高能耗制造企業(yè)并行生產(chǎn)設(shè)備，以優(yōu)化理論和信息技術(shù)為支撐，一方面，將能源及能效因素引入傳統(tǒng)生產(chǎn)調(diào)度與管理領(lǐng)域，進(jìn)一步豐富現(xiàn)有生產(chǎn)調(diào)度理論；另一方面，將系統(tǒng)優(yōu)化方法引入節(jié)能領(lǐng)域，為制造企業(yè)推行高能效制造提供理論、方法及工具支撐，協(xié)助企業(yè)實現(xiàn)可持續(xù)發(fā)展。1.2.2課題來源課題來源于國家自然科學(xué)基金面上項目“基于多視圖能耗模型的能源調(diào)配與生產(chǎn)調(diào)度協(xié)同優(yōu)化”（61273046）。1.2.3選題依據(jù)和背景情況在能源短缺和環(huán)境污染已成為全球性問題的大背景下，節(jié)能減排的相關(guān)研究與實踐將從經(jīng)濟(jì)、環(huán)境和社會三方面為可持續(xù)發(fā)展提供重要支撐[1]。工業(yè)能耗占據(jù)世界總能耗將近一半，并在最近的60年里翻了一番[2]。制造業(yè)以31%的能源消耗比例和36%的碳排放比例成為當(dāng)今最主要的耗能與排碳行業(yè)之一[3]。無論是高耗能制造業(yè)，如：鋼鐵、石化等，還是非高耗能行業(yè)，如：機(jī)械制造等，都面臨著亟需有效的節(jié)能策略、方法與技術(shù)，大幅降低能源消耗的迫切任務(wù)[4]。為此，國內(nèi)外專家、學(xué)者紛紛投入不懈的努力，先后有可持續(xù)制造、綠色制造、生態(tài)制造等一系列現(xiàn)代理念及配套方法被引入[5]。在一項歐盟支持的面向下一代制造IMS2020[6]項目中，首次提出高能效制造（EnergyEfficientManufacturing）概念，強調(diào)運用能源監(jiān)測、控制與管理技術(shù)實現(xiàn)制造企業(yè)節(jié)能減排，以突破傳統(tǒng)生產(chǎn)過程僅關(guān)注成本和質(zhì)量的局限。Fallek[7]也指出，只有充分了解制造設(shè)備運作時能源的利用情況才能更好地提高能效。學(xué)者們對系統(tǒng)中任務(wù)調(diào)度和能源管理的關(guān)注多見于計算機(jī)和嵌入式系統(tǒng)。在計算機(jī)系統(tǒng)、網(wǎng)絡(luò)和嵌入式系統(tǒng)中，能源管理是非常重要的問題，很多實時（處理器）調(diào)度理論都要考慮能源約束。例如，Swaminathan和Chakrabarty[8]研究了嵌入式系統(tǒng)實時任務(wù)能量感知調(diào)度策略，提出了在實時系統(tǒng)中包含周期性任務(wù)的工作負(fù)荷調(diào)度新方法。該方法可以最小化任務(wù)集整體能耗并保證滿足每個周期任務(wù)的最后期限。Hussin等人[9]研究了大規(guī)模分布式系統(tǒng)的能源管理問題，針對分布式系統(tǒng)工作負(fù)荷的不確定性和多樣性以及系統(tǒng)資源的異構(gòu)性，提出了基于強化學(xué)習(xí)的自適應(yīng)調(diào)度算法和自適應(yīng)分組技術(shù)，用于合理調(diào)配任務(wù)的執(zhí)行順序和時間，在不同的任務(wù)優(yōu)先級和處理要求下有效分配資源，使系統(tǒng)能耗降低。相比之下，在制造業(yè)中，將能源管理集成到生產(chǎn)調(diào)度中是一個更為復(fù)雜而困難的問題[10]，例如在高耗能制造企業(yè)中，對于產(chǎn)品的加工制造有一類并行機(jī)（parallel-machine）環(huán)境，并行機(jī)是指相同功能的機(jī)器有一部以上，每個工件可在任一部機(jī)器上被執(zhí)行。一些學(xué)者致力于并行機(jī)的生產(chǎn)調(diào)度與節(jié)能相結(jié)合的研究，也取得了一定的進(jìn)展。徐開亮[11]研究了并行機(jī)加工時間隨資源分配不同而變化的調(diào)度，通過對不同加工時間情況下的節(jié)能源問題進(jìn)行了研究。呂志民[12]針對鋼鐵企業(yè)軋鋼過程中的加熱爐進(jìn)行研究，文章提出提高板坯熱送熱裝比例的優(yōu)化，從而為軋鋼加熱爐的節(jié)能研究提供了新的方向。在生產(chǎn)過程中降低能耗的途徑有兩種，即技術(shù)介入（technologicalintervention）和管理措施（managerialactions）[13]。技術(shù)介入包括系統(tǒng)設(shè)計（systemdesign）和工藝改進(jìn)(processrenovation)兩類。這方面的研究相對較多，例如，Guerrero等人[14]針對汽車噴漆車間，選擇合適的維修容量，可以有效降低重噴工件個數(shù)，從而實現(xiàn)節(jié)能減排。Eduardo等人[15-16]提出了銅電解廠中改進(jìn)的電極布局方案，并定量分析了這種改進(jìn)方案的能效提升效果，獲得了能效與產(chǎn)量的同時提高。Devoldere等人[17]和Dietmair等人[18]也是從提升加工工藝的角度分析離散制造機(jī)器節(jié)能的潛力。管理措施，即生產(chǎn)計劃與調(diào)度策略，是指在滿足工件加工流程和其他約束條件的基礎(chǔ)上，利用運籌學(xué)、計算機(jī)科學(xué)、人工智能等方法，合理分配和利用生產(chǎn)線上有限的設(shè)備和資源，完成生產(chǎn)活動并盡可能優(yōu)化系統(tǒng)的性能指標(biāo)[19]。其優(yōu)勢在于無需增加新的設(shè)備或系統(tǒng)投資，無需改變現(xiàn)有工藝狀況，大大降低企業(yè)運營成本。從這方面進(jìn)行的研究相對較少，但這正是本課題所關(guān)注的角度。鑒于此，本課題以將能源優(yōu)化管理與生產(chǎn)調(diào)度管理相結(jié)合為基本出發(fā)點，圍繞考慮生產(chǎn)約束的并行機(jī)能源調(diào)配優(yōu)化問題，選擇具有代表性的高能耗制造企業(yè)的并行設(shè)備為對象，從模型到方法，從理論方法到應(yīng)用技術(shù)展開研究。一方面，將能源及能效因素引入傳統(tǒng)生產(chǎn)調(diào)度與管理領(lǐng)域，進(jìn)一步豐富現(xiàn)有生產(chǎn)調(diào)度理論；另一方面，將系統(tǒng)思想和先進(jìn)的優(yōu)化方法引入節(jié)能領(lǐng)域，為推進(jìn)高能效制造理念走向?qū)嵱锰峁┛尚行越鉀Q方案。3）課題的研究目標(biāo)以及理論意義和實際應(yīng)用價值1.3.1研究目的本課題立足生產(chǎn)調(diào)度理論和當(dāng)前制造業(yè)節(jié)能的現(xiàn)實需求，面向高能耗制造企業(yè)并行加工設(shè)備，以優(yōu)化理論和信息技術(shù)為手段，對并行機(jī)設(shè)備能源管理與生產(chǎn)管理集成中的考慮生產(chǎn)約束的能源調(diào)配優(yōu)化問題展開研究，以能耗效率和包括質(zhì)量、成本在內(nèi)的廣義生產(chǎn)效率的綜合優(yōu)化為目標(biāo)，設(shè)計不同協(xié)同策略下的考慮能源調(diào)配的生產(chǎn)調(diào)度優(yōu)化算法，最后通過企業(yè)典型案例研究，為制造企業(yè)推行以節(jié)約能源為目的高能效制造提供理論、方法支撐。1.3.2理論意義和實際應(yīng)用價值本課題將在充分了解高耗能制造企業(yè)并行設(shè)備生產(chǎn)過程的調(diào)度和能耗特點基礎(chǔ)上，以運籌學(xué)、人工智能理論、系統(tǒng)節(jié)能理論等為理論基礎(chǔ)，結(jié)合數(shù)據(jù)挖掘等理論與方法，在課題組已有工作基礎(chǔ)上，研究制造業(yè)并行設(shè)備考慮能源調(diào)配的生產(chǎn)調(diào)度優(yōu)化模型及算法，提出綜合優(yōu)化評價指標(biāo)體系。本課題研究背景來源于高耗能制造企業(yè)實際生產(chǎn)流程，課題研究工作基于前期現(xiàn)場調(diào)研和生產(chǎn)過程分析，模型建立和求解過程也與實際生產(chǎn)背景緊密結(jié)合，研究結(jié)果對于實際生產(chǎn)具有一定的指導(dǎo)意義。2、文獻(xiàn)綜述（文獻(xiàn)綜述不得少于2000字）1）國內(nèi)外在該研究方向的研究現(xiàn)狀及發(fā)展動態(tài)2.1考慮能源調(diào)配并行機(jī)調(diào)度方法研究現(xiàn)狀及發(fā)展動態(tài)生產(chǎn)過程調(diào)度的研究可追溯至20世紀(jì)50年代，近年來由于能源緊缺和成本攀升，面向能源節(jié)約調(diào)度已成為一種重要的生產(chǎn)實踐和科學(xué)研究課題，引起了學(xué)者的廣泛關(guān)注。國內(nèi)最早將節(jié)能思想引入生產(chǎn)調(diào)度安排中始于20世紀(jì)80年代中期[20]。國外較早的研究則見于Boukas等人[21]針對鋼鐵企業(yè)中電弧爐和澆鑄機(jī)組成的混合flowshop須滿足一定功率約束下，提出一種分層調(diào)度方法。Lopez[22]也將能源因素與時間、資源一起作為約束引入生產(chǎn)調(diào)度問題中，并用相關(guān)軟件求解該模型。這些早期研究解決的問題還相對簡單，求解方法一般是采用傳統(tǒng)運籌學(xué)方法或簡單啟發(fā)式方法求解。由于對現(xiàn)實情況做了大量簡化和假設(shè)，故得到的模型和結(jié)果也不夠精確，不足以指導(dǎo)實際生產(chǎn)。不過，這些前瞻性的研究為后來的學(xué)者開辟了新的方向。對于并行機(jī)而言，其調(diào)度問題可描述如下:有n個相互獨立的工件,m臺機(jī)器,每個工件都有確定的加工時間,且均可由m臺機(jī)器中的任一臺完成加工任務(wù);每臺機(jī)器不能同時加工兩個以上的工件,而每一工件只能在一臺機(jī)器上加工完成。無論從理論還是實際來說，并行機(jī)在生產(chǎn)調(diào)度中都是十分重要的，從理論來說，它是對一臺機(jī)器和特殊形態(tài)下柔性流水車間的推廣，從實際上來講，他重要是因為在真實世界中資源并行利用的情況是很常見的。并且并行機(jī)技術(shù)經(jīng)常被用于對多階段系統(tǒng)的分解處理過程中。并行機(jī)調(diào)度分類有多種分類標(biāo)準(zhǔn)，具體分類如下:(l)按并行機(jī)類型可分為:同等并行機(jī)(identicalparallelmachines)、非同等并行機(jī)(non-identicalparallelmachines)以及不相關(guān)并行機(jī)(unrelatedparallelmachines)。(2)按并行機(jī)調(diào)度目標(biāo)函數(shù)分為:最小化完工時間、最小化拖期任務(wù)數(shù)、最小化加權(quán)絕對偏差以及最小化提前/拖期懲罰等。(3)可中斷的和不可中斷的并行機(jī)。針對本文的研究對象鋼鐵企業(yè)加熱爐而言，其特點符合并行機(jī)的基本特征，屬于不可中斷的同等并行機(jī)，但其不同之處在于加熱爐可以同時加熱幾塊板坯，并且相對于一般并行機(jī)其特別之處在于加熱爐加熱的工件有順序要求，這就使得在調(diào)度過程中出現(xiàn)了更多的約束，使得調(diào)度問題更加復(fù)雜。目前，并行機(jī)純調(diào)度問題研究主要集中在以制造期和以總拖期為目標(biāo)的研究上，以準(zhǔn)時生產(chǎn)(JIT)為目標(biāo)的提前/拖期(E/T)調(diào)度已成為調(diào)度研究中的一個重要方向，研究大多針對單機(jī)和公共交貨期的并行機(jī)提前/拖期調(diào)度問題，文獻(xiàn)[23][24]用遺傳算法討論了同等并行機(jī)下的拖期調(diào)度問題，另外各類啟發(fā)式算法[25]和分枝定界算法[26]等也被用于解決此類問題"另外，對于以makespan為日標(biāo)的調(diào)度國內(nèi)外都有一定研究，1998年劉民等人提出了用遺傳算法解決同等并行機(jī)調(diào)度的makespan問題。國際上，文獻(xiàn)[27]利用一種LISTFIT啟發(fā)式算法來解決同等并行機(jī)的makespan問題，AliHusseinzadehKashan[28]等人利用離散粒子群算法解決問題。當(dāng)能源問題越來越受到人們重視的時候，學(xué)者的目光也從單純的追求生產(chǎn)性能指標(biāo)最大化向綜合考慮能耗和生產(chǎn)指標(biāo)的方向轉(zhuǎn)變，Tang等人[29]提出了基于滾動平面法的模型預(yù)測控制（MPC）策略，以最小化總加權(quán)完工時間、工件等待狀態(tài)總能耗以及初始調(diào)度中工件實際完成時間總偏差為目標(biāo)求解該問題，利用拉格朗日松弛法求解該模型。丁小祥[30]構(gòu)建了自由鍛工藝在工時和排放約束下以能耗為目標(biāo)的調(diào)度模型，并利用匈牙利算法求解，得到了該指派問題較好的調(diào)度方案。除上述方法外，還有一些學(xué)者則嘗試用啟發(fā)式方法和人工智能方法求解，比如鄰域搜索和群體智能方法也得到應(yīng)用。李凱[31]研究了在3種不同情況下通過構(gòu)建能耗函數(shù)建立相應(yīng)的三元組調(diào)度模型，并設(shè)計了基于可變鄰域搜索和模擬退火算法的亞啟發(fā)式算法提高求解精度。Fang和Lin[32-33]建立了同時考慮最小化時延遲和電力成本的規(guī)劃模型，并利用兩種啟發(fā)式方法和PSO算法進(jìn)行求解。史燁等[34]研究了并行機(jī)作業(yè)加工時間是資源消耗量的線性減函數(shù)，調(diào)度目標(biāo)是限定最大完工時間時最小化資源消耗總量，并提出了兩個優(yōu)化策略用于構(gòu)造模擬退火算法和禁忌搜索算法。He和Liu[35]提出考慮機(jī)械加工中能耗和環(huán)境影響的生產(chǎn)操作的一般解法步驟。并建立兩個子模型進(jìn)行求解，兩個模型中以最大完工時間和能耗環(huán)境影響互為目標(biāo)和約束條件。從以上分析可以看出，考慮能源調(diào)配的并行機(jī)生產(chǎn)調(diào)度相關(guān)研究根據(jù)模型特征可分為兩大類，一類是將能耗作為約束條件引入原有的調(diào)度問題中，形成約束滿足（constraintsatisfaction）問題；另一類則是將最小化能耗作為目標(biāo)構(gòu)建相應(yīng)規(guī)劃模型。綜上所述，并行機(jī)考慮能源調(diào)配的生產(chǎn)調(diào)度相關(guān)研究是當(dāng)前研究熱點，相關(guān)文獻(xiàn)也較多，存在的問題和研究的趨勢如下：1）從模型類型上看，基本都是建立規(guī)劃模型，單目標(biāo)居多，多目標(biāo)模型也有，并有朝多目標(biāo)模型發(fā)展的趨勢；2）從模型精度上看，以針對并行機(jī)調(diào)度的模型為例，目前大部分研究所建立的模型都簡化為2-3臺機(jī)器，并且前提假設(shè)較多，與實際生產(chǎn)系統(tǒng)還有較大差距；3）從求解算法上看，即使對于簡化的模型，求解仍非常困難，結(jié)果普遍不理想；目前求解方法多是啟發(fā)式算法和智能優(yōu)化算法，以及兩者結(jié)合的混合算法，傳統(tǒng)運籌學(xué)方法已不再適用；此外，針對多目標(biāo)優(yōu)化模型的求解算法正日漸豐富和提高[44]，該類算法的研究和應(yīng)用具有廣闊前景；4）從解的精度上看，由于此類問題通常很難獲得精確最優(yōu)解，相關(guān)研究正趨于搜尋次優(yōu)解和滿意解，以保證求解速度，該類解通常也能很好指導(dǎo)生產(chǎn)；5）從調(diào)度環(huán)境上看，多數(shù)研究還是靜態(tài)調(diào)度，動態(tài)調(diào)度相對較少，不過從最近的文獻(xiàn)看，基于ICT[36]（InformationandCommunicationTechnology）為主的支持的動態(tài)調(diào)度是未來的發(fā)展趨勢。6）從實際應(yīng)用層面看，少數(shù)成果已用于指導(dǎo)實際生產(chǎn)，并獲得較好的能源和環(huán)境效益的提高；大部分研究還停留在理論層面，與實際生產(chǎn)還有較大差距，原因在于理論模型前提假設(shè)和簡化較多，與實際系統(tǒng)差異較大；因此，一些先進(jìn)的建模方法，如離散事件仿真、離散事件圖等，以其能較好模擬實際生產(chǎn)系統(tǒng)復(fù)雜性正得到越來越多的應(yīng)用?；谝陨戏治觯菊n題將促進(jìn)制造企業(yè)并行設(shè)備兩項重要活動——生產(chǎn)調(diào)度和能源管理，將二者視為相互協(xié)同的整體，以降低能耗為主要目標(biāo)，考慮生產(chǎn)約束，針對前人研究的不足，并考慮對此類問題的研究趨勢，重點解決考慮能源調(diào)配的生產(chǎn)調(diào)度約束優(yōu)化的建模、分析、評價等問題。最后以實際企業(yè)為對象，從企業(yè)中抽取實際數(shù)據(jù)，并基于以上研究針對企業(yè)實際數(shù)據(jù)進(jìn)行建模求解，最終得出能指導(dǎo)企業(yè)生產(chǎn)并帶來實際效益的結(jié)論。2.2解決并行機(jī)生產(chǎn)調(diào)度問題常用方法總結(jié)：人們提出了構(gòu)造性算法、領(lǐng)域搜索算法和人工智能方法等求解大規(guī)模并行機(jī)調(diào)度問題:(l)枚舉方法(enumerativemethods)，包括:分枝定界法(branch&bound)[26]和數(shù)學(xué)方法(mathematicalmethod)，如整數(shù)規(guī)劃、分解方法、拉格朗日松弛方法[29]等。該類方法對小規(guī)模問題求解比較有效，但對大規(guī)模問題求解的難度大。(2)啟發(fā)式方法(heuristicmethod)[25]，包括:優(yōu)先分配規(guī)則(Prioritydispatchrule)[37]，插入方法(insertionalgorithm)[38]等。該類方法能快速建立問題的解，但解的質(zhì)量不高，如果要求得較高質(zhì)量的解需要建立復(fù)雜的啟發(fā)式規(guī)則。(3)人工智能方法(artificialintelligence)，利用人工智能的原理和技術(shù)進(jìn)行搜索。包括:模擬退火算法(simulatedannealing，SA)[31][34]。禁忌搜索算法(tabusearch，TS)[39]。神經(jīng)網(wǎng)絡(luò)(neuralnetwork，NN)[40]。進(jìn)化計算(evolutionarycomputation，EC)[41]。蟻群算法(antsystem)[42]和免疫算法(immunityalgorithm)[43]。隨著調(diào)度研究的深入，調(diào)度算法必然進(jìn)一步與實踐相結(jié)合，向著集成化、動態(tài)化、高效化、智能化、實用化的方向發(fā)展。2.3并行機(jī)生產(chǎn)過程中常見的性能指標(biāo)2.3.1關(guān)于調(diào)度的性能指標(biāo)（1）最大完工時間（Makespan）[28][29]，記為。該指標(biāo)由最后一個離開系統(tǒng)的工件的完工時間決定，使最大完工時間最小通常意味著較高的機(jī)器利用率。（2）加權(quán)總完工時間（Totalweightedcompletiontime），記為QUOTE。即n個工件的完工時間的加權(quán)和，通常又被稱為流水時間（FlowTime）該目標(biāo)的最小化往往意味著降低庫存成本。（3）最大延遲（Tardiness）[32][33]，記為。對于某些工件的加工任務(wù)，存在著交貨期（Deadline），若在交貨期之后完成則會受到一定的懲罰。而最大延遲就是用來度量違反交貨期的最壞情況的指標(biāo)。（4）加權(quán)延遲（Totalweightedtardiness），記為QUOTE。該指標(biāo)用來度量違反交貨期的平均情況。（5）加權(quán)延遲工件個數(shù)（Weightednumberoftardyjobs），記為QUOTE。該指標(biāo)同樣用來度量違反交貨期的工件情況，不過僅關(guān)注延遲工件的個數(shù)，而不關(guān)注延遲的程度。2.3.2關(guān)于能源的性能指標(biāo)文獻(xiàn)中常見的能源相關(guān)指標(biāo)歸納如下：（1）峰值負(fù)載功率（Peakloadpower），記為。該指標(biāo)常作為約束條件，用來度量系統(tǒng)當(dāng)前最大允許的負(fù)載功率。（2）電力成本（Electricalcost），記為。該指標(biāo)常作為目標(biāo)函數(shù)，用來度量系統(tǒng)能耗成本，常包括開機(jī)能耗成本、準(zhǔn)備階段能耗成本、空閑狀態(tài)能耗成本和加工能耗成本。（3）非裝載功率(Unloadpower)，記為。該指標(biāo)用來度量機(jī)器在非加工階段的能耗，其最小化意味著總能耗的降低。（4）能源效率（Energyefficiency），記為。能效是“能源輸出和能源輸入的比率”[44]，值越大意味著能源利用率越高。該指標(biāo)常通過加工能耗和機(jī)器總能耗的比值來表示。2）研究問題在本研究領(lǐng)域應(yīng)用上的地位與價值并行機(jī)是對一臺機(jī)器和特殊形態(tài)下柔性流水車間的推廣，在真實世界中資源并行利用的情況是很常見的，并且并行機(jī)技術(shù)經(jīng)常被用于對多階段系統(tǒng)的分解處理過程中。故而對并行機(jī)考慮能源調(diào)配的優(yōu)化來降低制造成本，對于制造企業(yè)特別是高耗能企業(yè)來說都具有實際的指導(dǎo)作用。本課題研究背景來源于高耗能制造企業(yè)實際生產(chǎn)流程，課題研究工作基于前期現(xiàn)場調(diào)研和生產(chǎn)過程分析，模型建立和求解過程也與實際生產(chǎn)背景緊密結(jié)合，研究結(jié)果對于實際生產(chǎn)具有一定的指導(dǎo)意義。附：參考文獻(xiàn)序號文獻(xiàn)目錄（作者、題目、刊物名、出版時間、頁次）J.Soplop，J.Wright，K.Kammer，andR.Rivera.Manufacturingexecutionsystemsforsustainability:ExtendingthescopeofMEStoachieveenergyefficiencyandsustainabilitygoals[A]，Procof4thIEEEConf.onIndustrialElectronicsandApplications[C].Xi’an:[s.n.]，2009.3555-3559.EIA.In:InternationalEnergyOutlook2009;May2009K.Bunse，M.Vodicka，P.Schoensleben，M.Bruelhart，F(xiàn).O.Ernst.Integratingenergyefficiencyperformanceinproductionmanagement–gapanalysisbetweenindustrialneedsandscientificliterature[J]，JournalofCleanerProduction，2011，19(6-7):667-679.K.Mukherjee.EnergyuseefficiencyinUSmanufacturing:anonparametricanalysis[J].EnergyEconomics，2008，30(1):76-96.C.A.Rusinko.Greenmanufacturing:AnEvaluationofEnvironmentallySustainableManufacturingPracticesandTheirImpactonCompetitiveOutcomes[J].IEEETran.onEngineeringManagement，2007，54(3):445-454./Fallek，M.，Energymanagementstrategiesstrengthenthebottomline[J].MfgEngng，2004，133:14–19.VishnuSwaminathan，KrishnenduChakrabarty.Real-timetaskschedulingforenergy-awareembeddedsystems[J].J.oftheFranklinInstitute.2001，338:729-750.M.Hussin，Y.C.Lee，A.Y.Zomaya.EfficientEnergyManagementusingAdaptiveReinforcementLearning-basedSchedulinginLarge-ScaleDistributedSystems[A].Procof2011InternationalConferenceonParallelProcessing[C].TaipeiCity:[s.n.]，2011.385-393C.Artigues，P.Lopez，A.Hait.Theenergyschedulingproblem:Industrialcase-studyandconstraintpropagationtechniques[J].InternationalJournalofProductionEconomics(2011)，doi:10.1016/j.ijpe.2010.09.030.徐開亮.生產(chǎn)任務(wù)加工時間可控條件下的生產(chǎn)調(diào)度問題研究[D].西安交通大學(xué)博士學(xué)位論文.2010-07呂志民，徐金梧.一種適用于熱送熱裝生產(chǎn)計劃優(yōu)化的方法[J].北京科技大學(xué)學(xué)報，2002，24(6):25-27.SimoneZanoni，LauraBettoni，ChristophH.Glock.EnergyImplicationsinBatchSizingwithControllableProductionRatesinaTwo-StageProductionSystem.2012:1-12ClaudiaArenasGuerrero，JunwenWang，JingshanLi，JorgeArinez，StephanBiller，NingjianHuang&GuoxianXiao.Productionsystemdesigntoachieveenergysavingsinanautomotivepaintshop[J]，InternationalJournalofProductionResearch，2011，49(22):6769-6785.P.Eduardo，A.Wiechmann，S.Morales，andA.Pablo.Improvingproductivityandenergyefficiencyincopperelectrowinningplants，IEEETran.OnIndustryApplications，2010，46(4):1264-1270EduardoP.Wiechmann，AnibalS.Morales，PabloAqueveque，andRobertMayne-Nicholls.ReducingSpecificEnergytoShrinktheCarbonFootprintinaCopperElectrowinningFacility[J].IEEETransactionsonIndustryApplications，2011，47:1175-1179.T.Devoldere，W.Dewulf，W.Deprez，B.Willems，andJ.Duflou，Improvementpotentialforenergyconsumptionindiscretepartproductionmachines[J].AdvancesinLifeCycleEngineeringforSustainableManufacturingBusinesses，2007，311–316.A.DietmairandA.Verl，Energyconsumptionmodelingandoptimizationforproductionmachines[A].ProcofIEEEInternationalConferenceonSustainableEnergyTechnologiesICSET2008[C].Singapore:[s.n.]，2008.574–579.喬非，李莉，吳瑩，吳啟迪.基于智能優(yōu)化算法的復(fù)雜生產(chǎn)系統(tǒng)調(diào)度[A].2009中國自動化大會暨兩化融合高峰會議論文集[C].杭州:[s.n.]，2009.1-21.劉飛，徐宗俊.機(jī)床的節(jié)能性調(diào)度安排[J].機(jī)械工人.冷加工，1986，(09):25-27.El-KébirBoukas，AlainHaurie,andFran?oisSoumis.Hierarchicalapproachtosteelproductionschedulingunderaglobalenergyconstraint[J].AnnalsofOperationsResearch.1990.26:289–311.P.Lopez.Energy-basedapproachfortaskschedulingundertimeandresourcesconstraints[D].Toulouse:UniversityofToulouse.1991.ChaudhryIA,DrakePR.MinimizingtotaltardinessforthemachineschedulingandWorkerassignmentProblemsinidenticalparallelmachinesusinggeneticalgorithms[J].InternationalJournalofAdvancedManufacturingTechnology.2009,42:581-594FundaSS,GunduzU.ParallelmachineschedulingwithearlinessandtardinessPenalties[J].ComputersandOperationsReseareh.1999,26:773-787BiskuPD,HerrmannJ,GuptaJND.SchedulingidenticalParallelmachinestominimizeTotaltardiness[J].InternationJournalProductionEconomics.2008,115:134-142TanakaS,ArakiM.Abranch-and-boundalgorithmwithLagrangianrelaxationtoMinimizetotaltardinessonidenticalParallelmachines[J].InternationalJournalofProductionEconomics.2008,113:446-458GuptaJND,TorresJR.ALISTFITheuristicforminimizingmakespanonidenticalparallelmachines[J].ProductionPlanningandControl.2001,12(l):28-36KashaAH,KarimiB.Adiscreteparticleswarmoptimizationalgorithmforschedulingparallelmachines[J].ComputersandIndustrialEngineering.2009,56:216:223LixinTang,ShujunJiang,JiyinLiu.RollingHorizonApproachforDynamicParallelMachineSchedulingProblemwithReleaseTimes[J].Industrial&EngineeringChemistryResearch.2010,49:381–389丁小祥.面向節(jié)能減排的鍛造生產(chǎn)調(diào)度方法研究[D].南京：南京理工大學(xué)，2012.李凱.考慮節(jié)能降耗的關(guān)鍵機(jī)器調(diào)度問題研究[D].合肥：合肥工業(yè)大學(xué)，2009.Kuei-TangFang,BertrandM.T.Lin.ParticleSwarmOptimizationforSchedulingtoMinimizeTardinessPenaltyandPowerCost[A].Proceedingsofthe41stInternationalConferenceonComputers&IndustrialEngineering[C].LosAngeles:[s.n.],2011.235-240.Kuei-TangFang,BertrandM.T.Lin.Parallel-machineSchedulingtoMinimizeTardinessPenaltyandPowerCost[J].Computer&IndustrialEngineering.2013,64:224-234.史燁，李凱，左春榮.加工時間依賴于資源消耗量的平行機(jī)調(diào)度問題[J].系統(tǒng)工程理論與實踐.2012，32(7):1485-1493HeYan,LiuFei.MethodsforIntegratingEnergyConsumptionandEnvironmentalImpactConsiderationsintotheProductionOperationofMachiningProcesses[J].ChineseJournalofMechanicalEngineering.2010,23:428-435.ICTandEnergyEfficiency-theCaseforManufacturing.RecommendationsoftheConsultationGroup.http://ec.europa.eu/information_society/events/ict4ee/2009/docs/files/ec/ec/infso/g2/SmartManufacturing.pdfR.T.Nelson,C.A.Holloway,R.M.Wong.CentralizedschedulingandPriorityimplementationheuristicsforadynamicjobshopmodelwithduedatesandvariableProcessingtime[J].AIIETransaction,1977,19:95-102E.Taillard.Someefficientmethodsfortheflowshopsequencingproblem[J].EuropeanJournalofOperationalReseareh,1990,47:65-74楊業(yè)建，姜澤毅，張欣欣.鋼坯熱軋加熱爐區(qū)生產(chǎn)調(diào)度模型與算法[J].北京科技大學(xué)學(xué)報.2012,34(7):841-846張長水,閻平凡.解Job-shop調(diào)度問題的神經(jīng)網(wǎng)絡(luò)方法[J]自動化學(xué)報.1995,21(6):706-712L.Wang,L.Zhang,D.Z.Zheng.Ordinaloptimizationofgeneticcontrolparametersforflowshopscheduling[J].InternationalJournalofAdvancedManufacturingTechnology,2004,23:812-81屠乃威，羅小用，柴天佑.基于蟻群優(yōu)化算法的步進(jìn)式加熱爐調(diào)度[J].東北大學(xué)學(xué)報.2011,32(1):1-5孫學(xué)剛，贠超，安振剛.基于免疫文化算法的特鋼加熱爐調(diào)度優(yōu)化[J].控制理論與應(yīng)用.2010,27(8):1007-1011HoraceHerring.Energyefficiency—acriticalview.Energy[J].2006(31):10–20.史峰，王輝等編著：《MATLAB智能算法30個案例分析》，北京·北京航空航天大學(xué)出版社，2011年版，第144頁。

3、研究內(nèi)容1．明確研究對象、研究內(nèi)容及工作范圍對于特殊類并行機(jī)-軋鋼加熱爐和軋輥高溫爐描述：軋鋼加熱爐在軋鋼工序中的位置如圖1所示，由于直接熱軋技術(shù)還不成熟，在實際生產(chǎn)中的應(yīng)用還比較少，所以并行加熱爐是銜接澆鑄和熱軋的關(guān)鍵工序，并且加熱爐是整個熱軋過程中的高耗能環(huán)節(jié)，故而成為優(yōu)化的主要對象。圖1加熱爐在熱軋工序中所處的位置鋼鐵企業(yè)并行加熱爐其特點符合并行機(jī)的基本特征，屬于不可中斷的同等并行機(jī)，但其不同之處在于加熱爐的爐容大于一，即可以同時加熱幾塊板坯，并且相對于一般并行機(jī)而言其特別之處在于加熱爐加熱的板坯在出爐時有順序要求，這就使得在調(diào)度過程中出現(xiàn)了更多的生產(chǎn)工藝約束，使得考慮能源調(diào)配的調(diào)度問題更加復(fù)雜。軋輥高溫爐在軋輥生產(chǎn)流程中的位置如圖2所示。圖2高溫爐在軋輥生產(chǎn)流程中的位置圖軋輥熱處理處于整個軋輥生產(chǎn)流程的非常重要的地位，是整個流程的瓶頸設(shè)備，主要是因為：1）軋輥熱處理的周期長。以軋輥生產(chǎn)過程中的煉鋼、澆鑄過程為例，其周期只需一到兩天，而軋輥熱處理過程往往需要十到三十天，因此在生產(chǎn)計劃的編排上，熱處理相比冶煉、澆鑄靈活性較差；2）高溫爐數(shù)量少，生產(chǎn)能力弱。故在實際生產(chǎn)調(diào)度時需要合理配置現(xiàn)有資源、最大程度發(fā)揮并行加熱設(shè)備生產(chǎn)能力、提高設(shè)備利用率。以上步驟意味著提高整個生產(chǎn)流程的效率，從能源角度考慮即優(yōu)化了能源調(diào)配，提高了單位能耗的產(chǎn)出比。學(xué)術(shù)構(gòu)想與思路：考慮能源調(diào)配的并行機(jī)生產(chǎn)調(diào)度相關(guān)研究是當(dāng)前研究熱點，相關(guān)文獻(xiàn)也較多，并且呈現(xiàn)以下缺陷與趨勢：缺陷：模型假設(shè)與簡化較多，很難獲得精確最優(yōu)解，多數(shù)研究還是靜態(tài)調(diào)度，并且大部分研究還停留在理論層面，與實際生產(chǎn)還有較大差距趨勢：從求解方面來講，傳統(tǒng)運籌學(xué)方法已不再適用，朝著啟發(fā)式和智能優(yōu)化算法發(fā)展，模型類型朝著多目標(biāo)發(fā)展，從實際應(yīng)用層面看，少數(shù)成果已用于指導(dǎo)實際生產(chǎn)，并獲得較好的能源和環(huán)境效益的提高，而最終的目標(biāo)是將理論研究應(yīng)用與實際生產(chǎn)，為企業(yè)帶來實際效益。從最近的文獻(xiàn)看，基于ICT（InformationandCommunicationTechnology）為主的支持的動態(tài)調(diào)度是未來的發(fā)展趨勢?；谝陨戏治?，須在研究中深入了解實際并行機(jī)對象生產(chǎn)調(diào)度的特點，并針對一類特殊的并行機(jī)-軋鋼加熱爐，綜合考慮其生產(chǎn)調(diào)度過程中影響能源調(diào)配的可能因素，區(qū)別對待加工工件的性質(zhì)，例如單片加工和批加工等，詳細(xì)分析能降低能耗的可能情況，建立更加切合實際生產(chǎn)的優(yōu)化模型，最后用合適的求解方法進(jìn)行求解，力求使得該研究能用于指導(dǎo)實際生產(chǎn)。主要研究內(nèi)容：此部分具體研究內(nèi)容包括：分析并建立生產(chǎn)性能指標(biāo)和能耗性能指標(biāo)，形成綜合優(yōu)化評價指標(biāo)體系；以一類特殊并行機(jī)-鋼鐵企業(yè)加熱爐生產(chǎn)調(diào)度過程中（1）以能源消耗為目標(biāo)，生產(chǎn)調(diào)度工藝為約束，建立優(yōu)化數(shù)學(xué)模型并求解，獲得在能源目標(biāo)最小化下的生產(chǎn)調(diào)度方案。（2）以能耗和生產(chǎn)指標(biāo)的加權(quán)平均為目標(biāo)，生產(chǎn)工藝和能源消耗為約束，通過對優(yōu)化數(shù)學(xué)模型的求解獲得生產(chǎn)調(diào)度方案。（3）對于加工工件需要組批的情況建立相應(yīng)的數(shù)學(xué)模型，以能耗為目標(biāo)，考慮生產(chǎn)工藝約束，通過優(yōu)化算法進(jìn)行求解。具體研究內(nèi)容陳述如下：1）根據(jù)綜述中所描述的考慮能源調(diào)配的生產(chǎn)調(diào)度中模型特征分類，確定本文將能源引入生產(chǎn)調(diào)度的方式，即決定是以目標(biāo)函數(shù)的方式還是將能源作為約束，或者是以協(xié)同的方式針對特定生產(chǎn)環(huán)境將能源調(diào)配和生產(chǎn)調(diào)度綜合考慮，找到更好的切入點。2）根據(jù)1）中的分類，針對特定并行機(jī)生產(chǎn)調(diào)度過程的特點，建立考慮能源調(diào)配的生產(chǎn)調(diào)度模型，模型中除了可能的生產(chǎn)約束之外，還有一些是關(guān)于能源的約束。3）根據(jù)2）中所建立的模型，選擇或者改進(jìn)綜述中所提到的解決此類問題的算法（根據(jù)所讀文獻(xiàn)的分析，初步?jīng)Q定用混合粒子群算法進(jìn)行求解），對模型進(jìn)行求解，或者是用不同算法進(jìn)行求解，然后針對不同求解方法所得結(jié)果作對比。4）將3）中所求解與實際生產(chǎn)調(diào)度的生產(chǎn)性能指標(biāo)和能源指標(biāo)作對比，針對指標(biāo)不如實際生產(chǎn)中的情況，對模型或算法做出修改，求出比較優(yōu)的調(diào)度結(jié)果，最后力求該解決方案能夠?qū)嶋H生產(chǎn)做出相應(yīng)的指導(dǎo)或者用于實際生產(chǎn)。所用求解方法：本課題擬采用混合GA[45]來進(jìn)行求解。標(biāo)準(zhǔn)粒子群算法通過追隨個體極值和群體極值完成極值尋優(yōu)，雖然操作簡單，且能夠快速收斂，但是隨著迭代次數(shù)的不斷增加，在種群收斂集中的同時，各粒子也越來越相似，可能在局部最優(yōu)解周邊無法跳出?；旌螱A摒棄了傳統(tǒng)粒子群算法中的通過跟蹤極值來更新粒子位置的方法，而是引入了遺傳算法中的交叉和變異操作，通過粒子個體極值和群體極值的交叉以及粒子自身變異的方式來搜索最優(yōu)解。4．?dāng)M解決的關(guān)鍵技術(shù)或問題擬解決的關(guān)鍵科學(xué)問題：（1）能源調(diào)配與生產(chǎn)調(diào)度協(xié)同優(yōu)化方法考慮在傳統(tǒng)的生產(chǎn)調(diào)度模式中，未考慮過能源因素，在考慮能源時，如何將能源指標(biāo)作為目標(biāo)或約束定量準(zhǔn)確的分析和表達(dá)是非常關(guān)鍵的問題。本文擬針對某種調(diào)度環(huán)境下的能源能耗進(jìn)行分析，并通過加工和非加工時功率能耗的差異考量能耗的變化，建立相應(yīng)的優(yōu)化模型。（2）本文研究對象的特殊之處對于綜述中對常見并行機(jī)調(diào)度問題描述可知，在工件加工時的調(diào)度問題只是考慮加工工件在并行機(jī)上的分配問題，而對軋鋼加熱爐，所有需要加熱的工件（板坯）在加熱爐內(nèi)加熱完成后出爐有順序的要求，這就要求加熱板坯在加熱完成后可能需要在加熱爐中等待，相當(dāng)于在模型中增加了生產(chǎn)工藝約束，使得調(diào)度過程更加復(fù)雜，如何處理好加工過程中加工順序的問題是解決本課題的一個關(guān)鍵點。另外，加熱爐內(nèi)部結(jié)構(gòu)比較復(fù)雜，前人的研究往往將加熱爐簡化，而不考慮加熱爐內(nèi)部能源消耗的差異，故而使得研究不夠精確，本文擬根據(jù)加熱爐內(nèi)部結(jié)構(gòu)，考慮加熱爐內(nèi)部不同加熱段能量消耗的不同，作為優(yōu)化能源目標(biāo)的一個重要依據(jù)。5．研究方法1）選擇科學(xué)的工作方法，制訂完整的技術(shù)路線5.1研究方法：并行機(jī)的生產(chǎn)調(diào)度問題可表示為一個最優(yōu)化問題，minγ(χ)s.t.e(χ)，其中，γ(χ),e(χ)分別為目標(biāo)函數(shù)和生產(chǎn)約束。考慮能源因素p(χ)后，原問題擴(kuò)充為：minγ(χ)∪γp(χ)s.t.e(χ)∪p(χ)，其中p(χ)為能源因素，對此類優(yōu)化問題的研究，關(guān)于能源消耗目標(biāo)函數(shù)的確定和生產(chǎn)約束的選擇和能源因素的引入方式是十分關(guān)鍵的，特別是針對本文的研究對象軋鋼加熱爐而言，其不同于一般并行機(jī)的生產(chǎn)約束使得問題的求解更加困難。優(yōu)化求解的關(guān)鍵是研究能耗-生產(chǎn)關(guān)聯(lián)模式，選擇合理的生產(chǎn)約束進(jìn)行擴(kuò)充，確定合理的能源消耗目標(biāo)進(jìn)行優(yōu)化。故而本文在認(rèn)真研究加熱爐生產(chǎn)調(diào)度的基礎(chǔ)上，針對其自身特點，建立以能耗為目標(biāo)，生產(chǎn)工藝為約束的生產(chǎn)調(diào)度模型，然后采取合適的求解方法進(jìn)行求解。5.2技術(shù)路線：圖3加熱爐能源調(diào)配與生產(chǎn)調(diào)度優(yōu)化技術(shù)路線圖考慮到并行機(jī)生產(chǎn)調(diào)度的NP-hard特性，本課題擬采用智能算法對加熱爐的考慮能源的生產(chǎn)調(diào)度問題進(jìn)行求解。（1）充分了解制造企業(yè)（尤其是高耗能制造企業(yè)）的工業(yè)流程及仿真模型的構(gòu)建原理及方式，理解純調(diào)度過程模型的特點及其求解方法。（2）分析在調(diào)度過程中引入能源管理的可能性及方式，考慮將能源調(diào)配與生產(chǎn)調(diào)度相結(jié)合。（3）根據(jù)以上的分析結(jié)果建立針對某個確定生產(chǎn)調(diào)度對象的模型，該模型應(yīng)該是以生產(chǎn)調(diào)度過程中的能耗為目標(biāo)，實際生產(chǎn)條件和工序為約束。（4）針對建立的模型，用智能算法進(jìn)行求解（擬在MATLAB中實現(xiàn)），并針對問題的特點，可以先用啟發(fā)式方法進(jìn)行求解，然后將該解作為初始解集，用智能算法進(jìn)行尋優(yōu)求解，最后與實際生產(chǎn)進(jìn)行對比，最后提出求解考慮能源調(diào)配的生產(chǎn)調(diào)度過程的通用性方法。5.3研究創(chuàng)新點：（1）以高能耗行業(yè)—鋼鐵企業(yè)的并行加熱爐的節(jié)能減排問題為研究對象，以現(xiàn)代信息技術(shù)為支撐，考慮加熱爐內(nèi)部結(jié)構(gòu)，根據(jù)加熱爐內(nèi)不同的加熱段設(shè)定不同功率，使得得到結(jié)果更加貼近實際生產(chǎn)。（2）在鋼鐵企業(yè)并行設(shè)備生產(chǎn)調(diào)度與優(yōu)化管理領(lǐng)域引入能效指標(biāo)和以節(jié)能為導(dǎo)向的建模、優(yōu)化思想，將加熱爐能耗和軋制等待時間同時優(yōu)化，即能耗指標(biāo)和生產(chǎn)性能指標(biāo)同時優(yōu)化。工作方案的可行性分析，預(yù)設(shè)工作中可能遇到的難點，提出解決的方法研究方案課題以能耗占全球三分之一的制造業(yè)的節(jié)能減排問題為對象，針對制造企業(yè)普遍存在、但尚未被系統(tǒng)研究的能源-調(diào)度協(xié)同優(yōu)化問題，目標(biāo)明確，研究方案從建?！治觥獌?yōu)化漸進(jìn)展開，計劃內(nèi)容適度。研究基礎(chǔ)課題組已有多年生產(chǎn)調(diào)度及智能優(yōu)化研究工作的積累，針對本課題也已做了一系列前期預(yù)研。發(fā)表學(xué)術(shù)論文多篇；在能耗分析方面已對工序配合對能耗的影響分析及能源配比對成本的影響分析也做了初步研究。在對并行機(jī)生產(chǎn)調(diào)度研究的基礎(chǔ)上，對加熱爐的加工流程及其能源消耗情況作了詳細(xì)的研究，對于接下來的工作展開打下了堅實基礎(chǔ)。同時，課題組經(jīng)過前期調(diào)研，目前已獲得鋼鐵企業(yè)燒結(jié)工序、焦化工序等的生產(chǎn)數(shù)據(jù)，為本課題研究帶來一些幫助；可能遇到的難點及解決辦法：加熱爐板坯的出爐有一定的順序要求，并且加熱爐的爐容有一定的限制，這使得在用智能算法求解過程中的編碼及解碼存在一定的難點，故本課題擬采用實數(shù)編碼方式，在實數(shù)編碼中將加熱爐的編號參雜進(jìn)去，即每個加熱爐編號后面的序號為該加熱爐中要加熱的板坯，這樣使得解碼過程相對簡單。

6．預(yù)期成果和結(jié)論對研究問題的解答進(jìn)行科學(xué)預(yù)設(shè)，提出預(yù)期的工作成果通過課題研究，提出以能效和生產(chǎn)綜合優(yōu)化為目標(biāo)的能源調(diào)配和生產(chǎn)調(diào)度協(xié)同優(yōu)化方法。以上研究