钢铁企业生产能力平衡模型及启发式算法

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (15): 29-33.

钢铁企业生产能力平衡模型及启发式算法

周秉利1，2，张群1

1.北京科技大学经济管理学院，北京 100083
2.包头钢铁（集团）公司，内蒙古包头 014010

出版日期:2012-05-21 发布日期:2012-05-30

Model and heuristic algorithm for production capacity balance in steel enterprise

ZHOU Bingli1，2, ZHANG Qun1

1.School of Economics and Management, University of Science and Technology Beijing, Beijing 100083, China
2.Baotou Steel Co. Ltd., Baotou, Inner Mongolia 014010, China

Online:2012-05-21 Published:2012-05-30

摘要/Abstract

摘要： 针对钢铁企业生产能力平衡配置问题，建立了非线性数学模型，形式化地描述了钢铁产品对资源和能力的竞合关系，提出了平衡下的多个优化目标。针对问题的模型及其特点，提出了基于约束满足技术的启发式算法，算法通过优化目标指导变量排序，在变量赋值过程中采用约束传播和回溯技术，缩减变量值域、解消约束冲突，提高了计算效率。基于企业实际生产数据的仿真实验结果验证了模型和算法的有效性。

关键词: 生产能力平衡, 约束满足, 启发式

Abstract: A mathematical model is proposed for balancing the production capacity in steel enterprise. The relationship of sharing and competition between capacity and resources is described in the model, and object functions to optimize are presented. According to the model and the characteristics of the problem, a heuristic algorithm based on constraint satisfaction is proposed. How to choose variables is guided by the optimization object. During assigning values to variables, constraint propagation is adopted to narrow the value domain, and back tracking is adopted to avoid the conflict to the constraints. The validity of the model and the algorithm is testified by calculating the data from production practices.

Key words: production capacity balance, constraint satisfaction, heuristic

周秉利1，2，张群1. 钢铁企业生产能力平衡模型及启发式算法[J]. 计算机工程与应用, 2012, 48(15): 29-33.

ZHOU Bingli1，2, ZHANG Qun1. Model and heuristic algorithm for production capacity balance in steel enterprise[J]. Computer Engineering and Applications, 2012, 48(15): 29-33.

[1]	任春慧，刘升，张伟康，张微微. 柯西变异的骆驼算法优化与应用[J]. 计算机工程与应用, 2021, 57(21): 87-94.
[2]	张呈玲，李进金，林艺东. 基于OE-概念格的形式背景属性约简[J]. 计算机工程与应用, 2021, 57(15): 82-89.
[3]	肖成龙，聂紫阳，王珊珊. 基于ParetoHeu和实例化失败统计的关联启发式方法[J]. 计算机工程与应用, 2020, 56(5): 57-64.
[4]	牟恩，张贤勇，姚岳松，邓切. 邻域近似条件熵的特定类属性约简及启发算法[J]. 计算机工程与应用, 2020, 56(24): 175-180.
[5]	孟鑫，杨琴，郝婷婷，张洁，曹策俊. 不同订单分配和算法下的拣货路径优化组合[J]. 计算机工程与应用, 2020, 56(23): 229-236.
[6]	李雅丽，王淑琴，陈倩茹，王小钢. 若干新型群智能优化算法的对比研究[J]. 计算机工程与应用, 2020, 56(22): 1-12.
[7]	张孝，孙一铭，吴旭峰. 查询感知的关系-图数据库自适应存储技术研究[J]. 计算机工程与应用, 2020, 56(17): 100-108.
[8]	易成岐，郭鑫，童楠楠，窦悦，陈东，王建冬. 基于启发式社团发现模型的创新态势研判算法[J]. 计算机工程与应用, 2020, 56(15): 74-79.
[9]	杨瑶，付克昌，蒋涛，张国良，刘甲甲，孟易. 启发式RRT算法的AGV路径规划[J]. 计算机工程与应用, 2020, 56(12): 125-133.
[10]	胡晓敏，梁天毅，王明丰，李敏. 新型树启发式搜索算法的机器人路径规划[J]. 计算机工程与应用, 2020, 56(11): 164-171.
[11]	迟宗正，董绍正，郭童，任志磊，周宽久，郭禾. 求解风力发电机布局问题的超启发式算法研究[J]. 计算机工程与应用, 2019, 55(7): 220-225.
[12]	毛英明1，陆慧梅1，向勇2. Linux系统调用跟踪和进程错误退出分析[J]. 计算机工程与应用, 2019, 55(6): 57-66.
[13]	尚正阳1，顾寄南2，唐仕喜2，孙晓红2. 高效求解三维装箱问题的剩余空间最优化算法[J]. 计算机工程与应用, 2019, 55(5): 44-50.
[14]	侯屿1，2，秦小林2，彭皓月1，2，张力戈1，2. 全局调距和声特征选择算法[J]. 计算机工程与应用, 2019, 55(2): 21-27.
[15]	张钧，贺可太. 求解三维装箱问题的混合遗传模拟退火算法[J]. 计算机工程与应用, 2019, 55(14): 32-39.