有色冶炼企业铁路运输智能调度系统研究

《有色冶炼企业铁路运输智能调度系统研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、●》3中南大学硕士学位论文摘要铁路运输是有色冶炼企业生产链上的重要环节。长期以来企业铁路运输调度作业沿袭着落后的作业方式，信息不畅，调度滞后，调度计划质量不高等问题频繁发生。随着企业生产规模的不断扩大，铁路运能与运量的矛盾愈加突出，铁路运输日益成为制约企业发展的“瓶颈”。为此有必要研究和开发有色冶炼企业铁路运输智能调度系统，实现调车计划自动编制和优化，提高企业铁路运输效率。本文在分析和总结有色冶炼企业铁路运输特点的基础上，设计了智能调度系统的总体结构。针对系统实现的核心问题——调车计划的优化编制，提出了自上而下带局部反馈回溯的多方法混合优化策略，将复杂

2、的整体调车计划优化问题按机车作业流程，分解为列车分组优化，列车编组优化，列车进路优化和列车取送车优化四个子问题，每个子问题分别采用不同的方法进行优化求解，并通过局部反馈求取全局满意解。在此基础上，论文重点研究了取送车调度优化问题，分别就装卸能力充足和有限条件下，放射状铁路线一点对多点取送车调度优化问题建立了相应的优化模型；提出了一种带启发式知识的强引导型遗传算法，该算法基于启发式知识以一定概率产生初始种群中的部分优良个体，同时采用了“最优生存、中间调节、最差淘汰”的选择策略，极大地提高了算法的收敛速度；另外，考虑到装卸能力有限情况下取送车调度优化问题的

3、解空问过大，提出了两阶段优化策略，即先为每支装卸队均匀分配作业任务，然后采用带启发式知识的强引导型遗传算法求解最优取送车方案。仿真结果证明了模型和改进后算法的有效性。最后，以一锌湿法冶炼厂为背景，开发了有色冶炼企业铁路运输智能调度系统。实现了铁路运输调度指挥网络化和东、西两台机车作业计划的自动编制、调车计划模拟以及信息综合查询等功能。验证了上述理论和方法的可行性和工程实用性。关键词：有色冶炼企业，铁路运输，智能调度，混合优化策略，遗传算法■、，k●。主堕茎堂堡±兰堡垒茎———垒旦!!翌竺AbstractRailwaytransportationisav

4、eryimportantpartoftheproductionchainofnon．ferroussmeltingenterprise．Sincealongtimeago，yardmenwhoworkintherailwaystationofnon·ferrOUSsmeltingenterprisehavebeenusedtosomeunadvancedmethods，whicharefollowedbysomeproblemssuchasinformationimpeded，dispatchingdelayandbaddispatchingplans

5、．Withthedevelopmentofenterprise，moreandmoreimbalancebetweentransportationabilityandfreightquantityappears，andtherailwaystationbecomesa··bottleneck”tothedevelopmentofenterprise．Developingtherailwaytransportationintelligentdispatchingsystem，whichCanhelpyardmanmakedispatchingplansf

6、orlocomotiveautomatically,isagoodwaytoimprovetheefficiencyofrailwaytransportation．Accordingtothecharacteristicsoftherailwaytransportationofnon-ferroussmeltingenterprise，thestructureofintelligentdispatchingsystemisdesigned．ToresolvethemainproblemofsystemrealizatiorI—一optimization

7、makingdispatchingplanforlocomotive，ahybridoptimizationstrategy,withatop—bottomprocedureandpartiallooking．forwardfeedback，isproposed．Meanwhile，theprocedureofdispatchingoptimizationisdividedintofourparts：trainformationoptimization，sortingandmarshallingoperationoptimization，trainro

8、uteoptimizationandoptimizationoffetchinganddeli