多因素不确定条件下的间歇生产调度优化
发布时间：2021-04-14 07:03
不确定条件下的间歇生产调度优化是生产调度问题研究中具有挑战性的课题。提出了一种基于混合整数线性规划（MILP）的鲁棒优化模型,来优化不确定条件下的生产调度决策。考虑到生产过程中的操作成本和原料成本,建立了以净利润最大为调度目标的确定性数学模型。然后考虑需求、处理时间、市场价格三种不确定因素,建立可调整保守程度的鲁棒优化模型并转换成鲁棒对应模型。实例结果表明,鲁棒优化的间歇生产调度模型较确定性模型利润减少,但生产任务数量增加,设备空闲时间缩短,从而增强了调度方案的可靠性,实现了不确定条件下生产操作性和经济性的综合优化。
【文章来源】：化工学报. 2020,71(03)北大核心EICSCD
【文章页数】：8 页
【部分图文】：
本例中状态任务网络图描述的间歇生产过程
经过计算得到确定条件下的最佳事件点个数为5个，profit=1435.75 USD，求解时间为0.14 s。不确定条件下需要6个事件点，在此条件下求解鲁棒优化模型。考虑三种不确定因素单独存在时对目标函数值的影响，结果如图2所示。随着不确定预算参数的增大，目标函数值均呈现出下降的趋势，直到不确定预算参数取最大值时，得到最保守的解，说明提出的鲁棒优化模型可以较好地控制模型的保守程度，避免决策结果的过度保守。在实际生产调度中，三种不确定因素往往是同时存在的，因而系统地考虑了多因素不确定性带来的影响。结合图2和表4可以看出，同时考虑三种不确定因素与单独考虑的相比，当不确定预算参数取值相同时，目标函数值较小，这是因为不确定因素的增加给生产调度带来了负面的影响。因而当不确定预算取值Γd=0.7,Γt=0.7,Γp=3.5时，此时的鲁棒模型已经无可行解。可以看出，同时考虑三种不确定因素时，模型的求解时间呈上升趋势，这是由于随着不确定预算参数值的增加，模型鲁棒性增加，使可行域缩小，模型的求解时间随之延长。
另外，不确定因素同时取最恶劣值的情况是很少见的。本例在最恶劣的情况下，需求量、处理时间、原料价格取波动范围内的最大值，而产品价格取波动范围内的最小值，同时满足条件的调度方案是不存在的。企业决策者可以通过设定不确定预算参数值来获得不确定条件下的较满意的调度方案。对于风险中性决策者，可以选择不确定条件（Γd=0.3,Γt=0.3,Γp=1.5）下的调度方案，对于较保守的决策者，可以选择不确定条件（Γd=0.6,Γt=0.6,Γp=3）下的调度方案，分别如图3和图4所示。图中不同颜色的矩形代表设备执行不同的任务，矩形的长度代表任务的加工时间(h)，矩形中的数字代表任务的处理量(kg)。可以看出，与图5中确定条件下的调度方案相比，两种不确定条件下任务的数量增加，在图3的调度方案中生产出更多的产品，从而更好地满足了需求增加时的情景；两种不确定条件下反应器RR1和RR2未被使用的时间间隙明显少于确定条件下的，一方面是因为设备上的任务数量增加，另一方面说明鲁棒调度方案考虑到了不确定处理时间的影响，因为处理时间的延长会使设备的空闲时间缩短。图4 不确定条件下的最优调度方案(Γd=0.6,Γt=0.6,Γp=3)
【参考文献】：
期刊论文
[1]不确定条件下中间存储时间有限多产品间歇生产过程调度[J]. 耿佳灿,顾幸生. 化工学报. 2015(01)
[2]考虑需求不确定性的化工生产计划与调度集成[J]. 田野,董宏光,邹雄,李霜霜,王兵. 化工学报. 2014(09)
[3]间歇生产调度优化模型的分周期逼近算法[J]. 陈浩,孙力,贺高红. 计算机与应用化学. 2012(01)
[4]生产需求不确定的间歇生产调度决策[J]. 王飞,孙力,董世兴. 化工进展. 2009(S1)
[5]过程工业不确定条件下的计划与调度优化[J]. 李祖奎,Marianthi Ierapetritou,薛美盛. 化工进展. 2009(07)
[6]不确定处理时间批处理过程的鲁棒调度新策略[J]. 丁然,李歧强,孙同景. 系统工程理论与实践. 2006(04)
[7]需求量不确定条件下连续过程生产调度[J]. 双兵,顾幸生. 华东理工大学学报. 2004(02)
本文编号：3136892
【文章来源】：化工学报. 2020,71(03)北大核心EICSCD
【文章页数】：8 页
【部分图文】：
本例中状态任务网络图描述的间歇生产过程
经过计算得到确定条件下的最佳事件点个数为5个，profit=1435.75 USD，求解时间为0.14 s。不确定条件下需要6个事件点，在此条件下求解鲁棒优化模型。考虑三种不确定因素单独存在时对目标函数值的影响，结果如图2所示。随着不确定预算参数的增大，目标函数值均呈现出下降的趋势，直到不确定预算参数取最大值时，得到最保守的解，说明提出的鲁棒优化模型可以较好地控制模型的保守程度，避免决策结果的过度保守。在实际生产调度中，三种不确定因素往往是同时存在的，因而系统地考虑了多因素不确定性带来的影响。结合图2和表4可以看出，同时考虑三种不确定因素与单独考虑的相比，当不确定预算参数取值相同时，目标函数值较小，这是因为不确定因素的增加给生产调度带来了负面的影响。因而当不确定预算取值Γd=0.7,Γt=0.7,Γp=3.5时，此时的鲁棒模型已经无可行解。可以看出，同时考虑三种不确定因素时，模型的求解时间呈上升趋势，这是由于随着不确定预算参数值的增加，模型鲁棒性增加，使可行域缩小，模型的求解时间随之延长。
另外，不确定因素同时取最恶劣值的情况是很少见的。本例在最恶劣的情况下，需求量、处理时间、原料价格取波动范围内的最大值，而产品价格取波动范围内的最小值，同时满足条件的调度方案是不存在的。企业决策者可以通过设定不确定预算参数值来获得不确定条件下的较满意的调度方案。对于风险中性决策者，可以选择不确定条件（Γd=0.3,Γt=0.3,Γp=1.5）下的调度方案，对于较保守的决策者，可以选择不确定条件（Γd=0.6,Γt=0.6,Γp=3）下的调度方案，分别如图3和图4所示。图中不同颜色的矩形代表设备执行不同的任务，矩形的长度代表任务的加工时间(h)，矩形中的数字代表任务的处理量(kg)。可以看出，与图5中确定条件下的调度方案相比，两种不确定条件下任务的数量增加，在图3的调度方案中生产出更多的产品，从而更好地满足了需求增加时的情景；两种不确定条件下反应器RR1和RR2未被使用的时间间隙明显少于确定条件下的，一方面是因为设备上的任务数量增加，另一方面说明鲁棒调度方案考虑到了不确定处理时间的影响，因为处理时间的延长会使设备的空闲时间缩短。图4 不确定条件下的最优调度方案(Γd=0.6,Γt=0.6,Γp=3)
【参考文献】：
期刊论文
[1]不确定条件下中间存储时间有限多产品间歇生产过程调度[J]. 耿佳灿,顾幸生. 化工学报. 2015(01)
[2]考虑需求不确定性的化工生产计划与调度集成[J]. 田野,董宏光,邹雄,李霜霜,王兵. 化工学报. 2014(09)
[3]间歇生产调度优化模型的分周期逼近算法[J]. 陈浩,孙力,贺高红. 计算机与应用化学. 2012(01)
[4]生产需求不确定的间歇生产调度决策[J]. 王飞,孙力,董世兴. 化工进展. 2009(S1)
[5]过程工业不确定条件下的计划与调度优化[J]. 李祖奎,Marianthi Ierapetritou,薛美盛. 化工进展. 2009(07)
[6]不确定处理时间批处理过程的鲁棒调度新策略[J]. 丁然,李歧强,孙同景. 系统工程理论与实践. 2006(04)
[7]需求量不确定条件下连续过程生产调度[J]. 双兵,顾幸生. 华东理工大学学报. 2004(02)
本文编号：3136892
本文链接：https://www.wllwen.com/guanlilunwen/gongchengguanli/3136892.html
