连铸-轧制混流生产模式下轧批调度问题的分支-定价算法

研究了连铸–轧制在热装、温装和冷装混流生产模式下的一类新型轧批调度问题.以最小化温装钢坯（热钢锭）缓冷（等待）导致的热能损失和连轧机架切换带来的产能损失为目标,建立了整数规划模型.由于商业优化软件难以在有限时间内直接求得模型的最优解甚至可行解,提出利用Dantzig-Wolfe分解技术将原模型分解为主问题和子问题,采用列生成算法对主问题和子问题进行迭代求解得到原问题的紧下界,最后以列生成算法作为定界机制嵌入分支–定界框架中形成分支–定价算法,执行分支搜索过程以获得整数最优解.本文还从影响分支–定价算法性能的要素出发提出改进策略.针对主问题,提出列生成和拉格朗日松弛混合求解策略来抑制单一列生成算...

Full description

Saved in:
Bibliographic Details
Published in自动化学报 Vol. 43; no. 7; pp. 1178 - 1189
Main Author 汪恭书 刘静宜 唐立新
Format Journal Article
LanguageChinese
Published 东北大学工业与系统工程研究所 沈阳110819%东北大学数学系 沈阳110819 2017
Subjects
分支–定价
列生成
动态规划
混流生产
连铸–轧制
连铸-轧制
hybrid production
混流生产
分支-定价
branch-and-price
dynamic programming
column generation
列生成
动态规划
Continuous-casting and rolling
Online AccessGet full text

Cover

More Information
Summary:研究了连铸–轧制在热装、温装和冷装混流生产模式下的一类新型轧批调度问题.以最小化温装钢坯（热钢锭）缓冷（等待）导致的热能损失和连轧机架切换带来的产能损失为目标,建立了整数规划模型.由于商业优化软件难以在有限时间内直接求得模型的最优解甚至可行解,提出利用Dantzig-Wolfe分解技术将原模型分解为主问题和子问题,采用列生成算法对主问题和子问题进行迭代求解得到原问题的紧下界,最后以列生成算法作为定界机制嵌入分支–定界框架中形成分支–定价算法,执行分支搜索过程以获得整数最优解.本文还从影响分支–定价算法性能的要素出发提出改进策略.针对主问题,提出列生成和拉格朗日松弛混合求解策略来抑制单一列生成算法的尾效应.针对价格子问题,在动态规划算法中提出了基于占优规则和标号下界计算方法来及早消除无效状态空间,加速求解过程.以钢铁企业的实际生产数据和扩展的随机算例进行了数值实验,结果显示所提出改进策略能够突破求解能力的限制,使分支–定价算法在可接受计算时间内求得工业规模问题的最优解.
Bibliography:Continuous-casting and rolling, hybrid production, column generation, branch-and-price, dynamic programming
11-2109/TP
WANG Gong-Shu1, LIU Jing-Yi2, TANG Li-Xin1（1. Institute of Industrial and Systems Engineering, Northeastern University, Shenyang 110819 ;2. Department of Mathematics, Northeastern University, Shenyang 110819）
This paper studies a new type of rolling batch scheduling problem arising in continuous casting and rolling processes which are linked by the hybrid production mode of direct hot charge rolling （DHCR）, hot charge rolling （HCR） and cold charge rolling （CCR）. The problem is formulated as an integer programming model with the objective of minimizing heat energy loss due to cooling （Waiting） of HCR slabs （Hot ingots） and productivity loss caused by changeover of rolling shelves. Since the commercial optimization software is difficult to obtain an optimal solution or even a feasible solution of the model within a limited CPU time, the model is decomposed into a master problem and a set of subpro
ISSN:0254-4156
1874-1029
DOI:10.16383/j.aas.2017.c160316