钢铁原料库存及布局优化

钢铁原料库存及布局优化

论文摘要

钢铁企业的原料场对生产需要的各种原料进行存储和加工操作,并及时、充足地为高炉提供高品质的原料,从而保证钢铁企业连续正常地生产。本文从钢铁原料物流过程中提炼出了其中存在的物流优化问题,研究了原料场库存优化问题以及原料布局优化问题。由于大部分钢铁企业的原料库存占用企业流动资金的70%以上,所以需要确定适当的库存量,这样既能保证企业正常生产,同时不会占用大量的流动资金。因此降低原料相关库存成本,对钢铁企业来讲有相当大的经济效益。在钢铁企业,原料的库存量大,而原料场地是有限的,所以应该充分利用料场的存储空间,使其原料的分布更合理,实现场地的最大利用率。本文围绕上述钢铁企业中的两个物流问题做了以下工作:(1)原料场库存问题建模及求解:原料库存是指超出目前生产需求而处于储备状态的原料的总称。原料库存具有品种多、数量大、占用资金量大、不允许缺货等特点。在深入分析了钢铁企业原料场的生产及库存特点后,以库存成本最小化为目标,建立了混合整数规划模型,从而制定出各种原料的各时期最佳库存量。充分考虑模型特点以及差分进化算法的简单、求解快等特点,将差分进化算法应用于该问题。通过实验证明了模型及算法的有效性。(2)钢铁原料布局问题建模及求解:钢铁原料布局问题是为购入的原料分配存储位置,以降低成本、提高原料场的利用率为目标函数对该问题进行研究并为其建立混合整数规划模型。在充分考虑模型特点的基础上,提出使用差分进化算法求解该问题。通过实验证明了模型及算法的可行性和有效性。(3)原料场物流管理优化系统的设计与开发:由于原料场物流过程的复杂性及多变性,依靠人工经验对料场进行管理很难达到满意的效果,不利于节约成本。因此,针对钢铁公司原料场的实际情况,开发了原料场物流管理优化系统,不仅实现了对原料场内各个作业过程的信息化管理,还对原料场内的主要物流过程进行优化,取得了良好的效果。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 问题背景
  • 1.2 钢铁原料库存问题概述
  • 1.2.1 原料库存问题来源及研究意义
  • 1.2.2 原料库存问题研究现状
  • 1.3 钢铁原料布局问题概述
  • 1.3.1 原料布局问题的来源及研究意义
  • 1.3.2 原料布局问题的研究现状
  • 1.4 差分进化算法综述
  • 1.5 本文的框架和所做的工作
  • 第2章 钢铁原料场物流工艺及优化分析
  • 2.1 原料物流过程概述
  • 2.2 原料物流优化分析
  • 2.2.1 原料码头泊位分配问题
  • 2.2.2 原料布局问题
  • 2.2.3 原料库存问题
  • 2.2.4 原料运输问题
  • 2.2.5 混匀配料问题
  • 2.2.6 取料机的调度问题
  • 2.3 本章小结
  • 第3章 钢铁原料库存问题建模与差分进化算法
  • 3.1 引言
  • 3.2 问题描述
  • 3.2.1 钢铁原料库存情况分析
  • 3.2.2 钢铁原料库存特点
  • 3.2.3 钢铁原料库存优化考虑因素
  • 3.3 钢铁原料库存数学模型
  • 3.3.1 模型参数
  • 3.3.2 钢铁原料库存模型
  • 3.4 差分进化算法
  • 3.4.1 差分进化算法概述
  • 3.4.2 标准差分进化算法在钢铁原料库存问题中的应用
  • 3.4.3 改进差分进化算法在钢铁原料库存问题中的应用
  • 3.4.4 实验结果与分析
  • 3.5 本章小结
  • 第4章 钢铁原料布局问题建模与差分进化算法
  • 4.1 引言
  • 4.2 问题描述
  • 4.2.1 国内某钢铁企业布局情况分析
  • 4.2.2 钢铁原料布局准则
  • 4.2.3 原料场布局问题特点
  • 4.3 钢铁原料布局数学模型
  • 4.3.1 模型参数
  • 4.3.2 钢铁原料布局模型
  • 4.4 差分进化算法
  • 4.4.1 标准差分进化算法在原料布局问题中的应用
  • 4.4.2 改进差分进化算法在原料布局问题中的应用
  • 4.4.3 实验结果与分析
  • 4.5 本章小结
  • 第5章 原料场物流管理优化系统
  • 5.1 系统概述
  • 5.2 系统设计
  • 5.2.1 功能模块设计
  • 5.2.2 数据库设计
  • 5.3 系统结构及功能
  • 5.3.1 原料场输入与配置
  • 5.3.2 库存管理
  • 5.3.3 原料场输出
  • 5.3.4 原料计划
  • 5.4 本章小结
  • 第6章 结束语
  • 参考文献
  • 致谢
  • 相关论文文献

    • [1].基于退火粒子群的混合差分进化算法研究[J]. 电子世界 2020(02)
    • [2].自适应差分进化算法在反求含水层参数中的应用[J]. 西北农林科技大学学报(自然科学版) 2020(02)
    • [3].基于改进差分进化算法的层合板优化设计[J]. 起重运输机械 2020(01)
    • [4].基于差分进化算法的手眼标定方法[J]. 机械与电子 2020(04)
    • [5].奇异摄动反应扩散方程的自适应差分进化算法[J]. 重庆理工大学学报(自然科学) 2020(05)
    • [6].改进差分进化算法在转向梯形机构优化中的应用[J]. 机械设计与研究 2019(06)
    • [7].基于动态参数差分进化算法的多约束稀布矩形面阵优化[J]. 电子与信息学报 2020(05)
    • [8].基于两种改进差分进化的可修备件多级库存优化算法研究[J]. 机械工程学报 2020(14)
    • [9].基于多目标差分进化算法的安防部署优化研究[J]. 电子技术 2020(02)
    • [10].基于改进差分进化算法的信道均衡[J]. 现代雷达 2020(08)
    • [11].基于改进差分进化算法的超声衰减谱反演计算[J]. 上海理工大学学报 2020(04)
    • [12].差分进化智能算法在高旋弹气动辨识中的应用[J]. 弹箭与制导学报 2020(03)
    • [13].基于差分进化的推断任务卸载策略[J]. 计算机科学 2020(10)
    • [14].基于多种群差分进化算法的传递函数辨识[J]. 电子制作 2019(21)
    • [15].基于差分进化算法的面目标瞄准点寻优[J]. 计算机与现代化 2019(12)
    • [16].电动汽车排放的改进差分进化算法[J]. 智能系统学报 2017(01)
    • [17].基于择优学习策略的差分进化算法[J]. 上海交通大学学报 2017(06)
    • [18].基于差分进化算法的卫星任务未安排原因分析[J]. 无线电工程 2017(11)
    • [19].基于退火算子的差分进化算法[J]. 数字技术与应用 2016(07)
    • [20].求解高维优化问题的正交动态差分进化算法[J]. 计算机工程 2015(07)
    • [21].浅析差分进化算法的多目标优化方法研究[J]. 祖国 2017(03)
    • [22].无约束优化问题的差分进化算法求解[J]. 长江大学学报(自科版) 2013(31)
    • [23].自适应差分进化改进云资源调度[J]. 机械设计与制造 2020(02)
    • [24].平均差分进化算法在等效系统拟配中的应用[J]. 空军工程大学学报(自然科学版) 2020(01)
    • [25].基于改进差分进化算法的三维边坡锚固位置优化[J]. 岩土工程学报 2020(07)
    • [26].基于差分进化算法的复合材料铝蜂窝夹芯筒优化设计[J]. 现代制造工程 2020(10)
    • [27].差分进化算法求解分布式柔性作业车间调度问题[J]. 计算机集成制造系统 2019(10)
    • [28].基于差分进化的动态预测模型——以高炉炼铁为例[J]. 中国高新区 2018(02)
    • [29].具有差分进化算子的社会蜘蛛群优化算法(英文)[J]. 广西科学 2017(03)
    • [30].基于均匀设计的差分进化算法的参数设定[J]. 计算机科学 2017(06)

    标签:;  ;  ;  ;  

    钢铁原料库存及布局优化
    下载Doc文档

    猜你喜欢