煉油廠分層優(yōu)化方法研究.pdf

1、該文采用將其分解為上下兩層分別進(jìn)行優(yōu)化,即管理層(生產(chǎn)計(jì)劃和調(diào)度)的優(yōu)化和操作層(生產(chǎn)裝置的操作控制和系統(tǒng)內(nèi)集成)的優(yōu)化.上層在接到外界輸入的信息后做出決策,并把它下達(dá)到下層,下層在接到指令后,通過計(jì)算機(jī)進(jìn)行模擬與優(yōu)化,并把信息反饋到上層,如此反復(fù)直到得到一個(gè)較優(yōu)的生產(chǎn)方案.該論文分別針對上下兩層中的生產(chǎn)計(jì)劃優(yōu)化和質(zhì)量交換網(wǎng)絡(luò)優(yōu)化進(jìn)行了以下研究.1 論文在分析現(xiàn)有質(zhì)量交換網(wǎng)絡(luò)綜合方法不足的基礎(chǔ)上,提出了利用遺傳算法進(jìn)行質(zhì)量交換網(wǎng)絡(luò)綜合的

2、超結(jié)構(gòu)模型,并提出采用遺傳算法對超結(jié)構(gòu)模型進(jìn)行優(yōu)化的實(shí)現(xiàn)方法.通過實(shí)例優(yōu)化分析說明提出方法的有效性.2 針對不確定環(huán)境下的生產(chǎn)計(jì)劃的優(yōu)化問題,分別對產(chǎn)品和原材料需求與供給不確定情況下和產(chǎn)品及原材料價(jià)格不確定環(huán)境下兩種情況進(jìn)行研究.3 開發(fā)了基于實(shí)數(shù)偏碼的多目標(biāo)遺傳算法,該算法通過測試函數(shù)測試表明具有較強(qiáng)的收斂到全局非劣解的能力并具有較好的非劣解分布.最后將多目標(biāo)遺傳算法應(yīng)用于價(jià)格不確定環(huán)境下的生產(chǎn)計(jì)劃的優(yōu)化問題,通過計(jì)算表明采用多目標(biāo)遺