時間。
[0037] 且有丨[(1少），_]_[(1，），1^[(1，1(」），1(」為工序」上所有設備的集合。
[0038] 本發明為了解決不確定條件下的煉鋼連鑄調度問題，提出了利用優先級策略混合 遺傳算法的煉鋼連鑄生產調度方法，具體包括如下步驟：
[0039] 第一步：煉鋼連鑄調度控制器分別與煉鋼廠的MES(Manufacturing Execution Systems，制造執行系統)數據庫及MES客戶端系統連接并獲取煉鋼廠的MES數據庫及MES客 戶端系統中的煉鋼連鑄計劃數據。根據以上數據解決不確定條件下的煉鋼連鑄調度問題。
[0040] 第二步:建立求解模型，本發明模型的基本假設:①已知批量計劃;②已知連鑄機 的預定開澆時間（取連鑄機在最早可開澆時刻后的預定開澆時間的經驗值，具體經驗證采 用相應煉鋼廠的經驗數據）；③爐次沿生產流程加工時，物流時間由三部分構成:在工序前 的等待時間、在工序上的作業時間和運送至下一個工序的運輸時間；④已知爐次在各工序 上作業時間及工序間運輸時間的分布規律（由根據以前生產實際統計的現實生產作業時間 統計得到）；⑤已知計劃編制時刻的各設備最早可用時間。
[0041] 考慮到現實生產中的準時生產原則，以及過長等待時間會對鋼水冶金性能產生影 響，設定以最小化連鑄機偏離預定開澆時間和爐次在工序前等待時間共同引起的懲罰費用 為生產調度的優化目標。
[0042] 煉鋼連鑄生產調度計劃模型目標函數為：
[0043] minZ = ai X fi+a2 X f2 (1)
[0044] 需要確定的決策變量為：
[0045] 其中，αι為鑄機偏離預定開澆時間所產生的懲罰費用系數，a2為爐次在生產中等待 時間所產生的懲罰費用系數。
[0046] 表示各連鑄機偏離預定開澆時間量的總和，f2表示各澆次內的所有爐次在生產 過程中等待時間的總和，具體表示為：
[0049]其中，L為連鑄機的數量;Tq為第q臺連鑄機預定的開澆時間；tq為第q臺連鑄機實際 的開澆時間，即
[0050] N為爐次總數，i為加工爐次，Μ為工序總數，Ω」為爐次i在工序j上可用設備的集 合，為爐次i在工序j-Ι設備kj-!和工序j設備kj之間的運輸時間；工序j-Ι為 工序j的緊前工序，設備kj-i為設備kj的緊前設備；
[0051 ] Kj為工序j上所有設備集合，〇; Q ; (6/+為爐次i在工序j設備kj上作業前的 等待時間；
[0052] 為爐次i在工序j設備上kj加工的開始時間；4為爐次i在緊前工序j-1 設備上的開始時間；為爐次i在緊前工序h1設備上的結束時間；^/-Up為 爐次i在緊前工序j-Ι設備kj-il的加工時間；
[0053] 第三步:建立約束條件集，主要包括連鑄機連澆、鋼水生產工藝等常規生產的約束 條件。并且，為描述生產過程中存在的設備選擇和作業時間的不確定性問題，考慮用設備任 務加工權重值非零來表示可選設備的約束，以及用根據現實作業時間統計分布中取隨機數 的方式來表示作業時間的隨機約束。
[0054] 約束條件集包括如下約束條件之一或任意組合:各澆次內爐次的連澆約束條件， 爐次在工序前有限等待時間約束條件，機器能力析取約束條件，爐次在每道工序上最多被 加工一次的約束條件，同一爐次要等到前一工序加工完才可進行下一工序加工的約束條 件，設備最早可用約束條件，可選設備約束條件，生產中時間不確定性約束條件。
[0055] 具體的約束條件為：
[0056] 1)各澆次內爐次的連澆約束條件：
[0058] 其中，i + Ι為同一設備上加工爐次i的緊后爐次；為末尾工序Μ設備kM上相鄰 爐次間因輔助作業產生的間隙時間，包括鋼包回轉臺通過轉動將待澆側鋼水包轉動到澆鑄 側所需的時間；
[0059] 2)爐次在工序前等待時間有限約束條件：
[0061] 其中，為爐次i在工序j設備h上作業前的最大允許等待時間；
[0062] 3)機器能力析取約束條件，即機器同時只能加工一件任務：
[0064]其中，4:/t/為工序j設備h上相鄰爐次間因輔助作業產生的間隙時間；
[0065] 4)爐次在每道工序上最多被加工一次的約束條件：
[0067] 5)同一爐次要等到前一工序加工完才可進行下一工序加工的約束條件：
[0069]其中，j_l為同一爐次的工藝路徑中工序j的緊前工序；為爐次i在工 序j-Ι設備kj-i和工序j設備kj之間的運輸時間；
[0070] 6)設備最早可用約束條件，即各設備上第一爐次的開始作業時間晚于該設備的最 早可用時：
[0071] t.J kj > Tj k> ,
[0072] 其中，La為工序j設備kj上第一爐次的開始作業時間，為初始時刻工序j設 備h的最早可用時間，所述初始時刻指的是計劃編制時刻各設備的最早可用時間；
[0073] 7)可選設備約束條件，即爐次只能選擇緊后工序上任務加工權重值非零的設備進 行加工：
[0074] 〇[(j-l,kj-i),(j,kj)]>0,
[0075] 其中，co[(j-l，kj-0，（j，kj)]為爐次從工序j_l設備kj-i轉至緊后工序j設備kj上的 任務加工權重；
[0076] 8)生產中時間不確定性約束條件，即設備加工時間和設備間運輸時間在一定范圍 內波動；
[0079] 其中，-和此丨)]max分別為工序j-Ι設備kj-i和工序j設備kj 之間的最小和最大運輸時間，A = J:m.in:和J,m a.x.分別為爐次i在工序j設備kj上最小加 工時間和最大加工時間。
[0080] 第四步:利用優先級策略混合遺傳算法對目標函數進行迭代運算，求取決策變量， 算法流程包括模型初始化、可行解產生和種群優化三個階段。其中可行解產生和種群優化 階段構成了模型的分步決策優化求解過程。如圖2所示，在模型初始化階段，輸入鋼廠制造 流程網絡的結構信息、批量計劃信息以及算法所涉及各種參數信息(包括從生產數據庫統 計的作業時間分布、遺傳算法參數等），并且初始化遺傳算法迭代器。在可行解產生階段，根 據確定的染色體編碼，依據時間分布規律隨機產生作業時間，根據逆流程的倒推計算和設 備上的沖突消除編寫相應算法得到無時間沖突的生產調度計劃。考慮到生產過程中存在的 作業時間的不確定性，允許上述過程循環進行，通過作業時間的多次隨機產生，形成用于優 化解搜索的由確定染色體編碼所表達的解空間。在種群優化階段，通過對解空間的搜索，以 及結合現實環境中設備選擇優先級策略的遺傳操作，進行種群進化，直至產生優化解并輸 出。
[0081] 在本發明中，當產生下一代種群后，重新返回進行可行解計算(為一個循環），本發 明可以設置循環迭代次數，也可以設置退出的閾值，當循環迭代次數達到設定值或者前后 兩次的最優解之間的誤差小于退出閾值，則結束迭代。
[0082] 在現實生產過程中，由于生產流程布局差異和設備狀態的變化，各工序的設備之 間的匹配關系是動態變化的。為此設計了用任務加工權重《[(」-1，1^ 1)，0，1^)]來量化描 述這類可加工設備之間動態匹配關系的方法。ω[(j-l，kr1)，（j，k j)]代表了爐次從工序j-l設備kH轉至緊后工序j設備kj的任務加工權重，其值的大小體現了設備間的可達狀態以 及設備選擇的優先級高低。具體量化方法準則表示如下：
[0083] 準則1、若因生產布局或設備故障等導致工序j設備kj為工序j-Ι設備不可達 設備，則：ω [ (j_l，kj-1)，（ j，kj) ] = 0。
[0084] 準則2、若工序j上僅有設備kj為工序j_l設備kj-i的可達設備，
[0085] 貝lj: w[(j-l，kj-i)，（j，kj)] = l。
[0086] 準則3、若工序j上存在多個工序j_l設備kH的可達設備Κ,Α:,2，八：，
[0089] 由此可知，c〇[(j-l，kj-0，（j，kj)]最大值為1，此時工序j_l設備kj-i和工序j設備kj 為設備匹配狀態。
[0090] 基于以上量化描述方法，通過任務加工權重ω [ (j-1，i)，（ j，h)]可以形成設備 選擇的優先級策略，即：任務加工權重《[(j-l，kn)，（j，kj]值越