基于改进型遗传算法的热轧生产计划调度系统

【引言】制造执行系统（MES）对有效改善钢铁企业全程供应链管理水平、降低成本、提高产品服务质量、支持规模经营起到了举足轻重的作用。其中，计划与调度子系统由于直接与经营计划系统和过程控制系统相连接，合理的生产计划是保证企业长期规划顺利、顺畅实施和企业生产能力充分发挥的关键所在。目前求解计划编制问题时通常采用智能优化算法，它们能较好地解决复杂系统中出现的组合爆炸问题，常见的有模拟退火算法、粒子群算法、神经网络算法、蚁群算法、遗传算法等等。其中被应用最广泛的是遗传算法，因为相比其他算法，它的编码技术和遗传操作比较简单，算法进行全空间并行搜索， 从而能够提高效率且不易陷入局部极小；但是对于大规模的组合优化问题，遗传算法的搜索空间大，局部搜索能力差，往往会出现早熟收敛的情况。为了适应现今社会市场销售以买方为主导而进行的多品种、小批量的生产，结合自适应遗传算法在建立基于批决策与批调度面向可拆分订单模型基础上， 本文提出新的生产计划编制算法———拆分染色体遗传算法，且以此为基础的生产计划与调度系统已于2012 年在河北省某钢铁集团热轧型钢厂新生产线的调试中使用。