ОЭММПУАвтоматика и телемеханика Automation and Remote Control

  • ISSN (Print) 0005-2310
  • ISSN (Online) 2413-9777

Модель целочисленного линейного программирования как математическое обеспечение системы оптимального планирования потокового производства на этапе оперативного графикования

Код статьи
10.31857/S0005231023050069-1
DOI
10.31857/S0005231023050069
Тип публикации
Статья
Статус публикации
Опубликовано
Авторы
Том/ Выпуск
Том / Номер выпуска 5
Страницы
113-132
Аннотация
Исследуется задача оптимального планирования потокового производства на этапе оперативного графикования. В качестве примера рассматривается отделение внепечной обработки конвертерного передела сталелитейного производства в отрасли черной металлургии. Для решения этой задачи предлагается модель целочисленного линейного программирования, в полной мере описывающая специфику исследуемых технологических процессов. Важным преимуществом такого подхода является его масштабируемость для решения смежных оптимизационных задач в отрасли цеховой логистики, а также гибкость к изменчивости и тонкой настройке системы ограничений и целевого функционала. Программная реализация разработанной модели составляет основу модуля оперативного графикования системы оптимального планирования потокового производства, с использованием которой проводится масштабный вычислительный эксперимент на реальных данных.
Ключевые слова
математическое обеспечение целочисленное линейное программирование потоковое производство оперативное планирование
Дата публикации
15.05.2023
Год выхода
2023
Всего подписок
0
Всего просмотров
11

Библиография

  1. 1. Лазарев А.А., Мусатова Е.Г. Целочисленные постановки задачи формирования железнодорожных составов и расписания их движения // Управление большими системами. 2012. № 38. С. 161-169.
  2. 2. Гайнанов Д.Н., Игнатов А.Н., Наумов А.В., Рассказова В.А. О задаче назначения "технологического окна" на участках железнодорожной сети // АиТ. 2020. № 6. С. 3-16. https://doi.org/10.31857/S0005231020060013
  3. 3. Ху Т. Целочисленное программирование и потоки в сетях. М.: Мир, 1974.
  4. 4. Ryan D.M., Foster B.A. An Integer Programming Approach to Scheduling. Computer Scheduling of Public Transport Urban Passenger Vehicle and Crew Scheduling / Eds. Wren A. Amsterdam: North-Holland, 1981. P. 269-280.
  5. 5. Wagner H.M. An Integer Linear-Programming Model for Machine Scheduling // Nav. Res. Logist. Quart. 1959. V. 6. No. 2. P. 131-140.
  6. 6. Pochet Y., Wolsey L.A. Production Planning by Mixed Integer Programming. Switzerland: Springer Series in Operations Research & Financial Engineering, 2006.
  7. 7. Шевченко В.Н., Золотых Н.Ю. Линейное и целочисленное линейное программирование. Нижний Новгород: Изд-во Нижегород. гос. ун-та им. Н.И. Лобачевского, 2004.
  8. 8. Схрейвер А. Теория линейного и целочисленного программирования. М.: Мир, 1991.
  9. 9. Сигал И.Х., Иванова А.П. Введение в прикладное дискретное программирование. Модели и вычислительные алгоритмы. М.: Физматлит, 2007.
  10. 10. Appa G.M., Pitsoulis L.S., Paul W.H. Handbook on Modeling for Discrete Optimization. Switzerland: Springer Series in Operations Research & Management Science., 2006.
  11. 11. Wolsey L.A. Integer Programming. NJ: John Wiley & Sons, 2020.
  12. 12. Hu T.C., Kahng A.B. Linear and Integer Programming Made Easy. Switzerland: Springer, 2016.
  13. 13. Кабулова Е.Г. Интеллектуальное управление многостадийными системами металлургического производства // Моделирование, оптимизация и информационные технологии. 2019. Т. 7. № 1(24). С. 341-351. https://doi.org/10.26102/2310-6018/2019.24.1.022
  14. 14. Столбов В.Ю., Гитман М.Б., Федосеев С.А. Управление процессом формирования качества продукции промышленного предприятия // Прикладная математика и вопросы управления. 2016. № 3. С. 79-98.
  15. 15. Gainanov D.N., Berenov D.A. Algorithm for Predicting the Quality of the Product of Metallurgical Production // CEUR Workshop Proceedings. 2017. V. 1987. P. 194-200.
  16. 16. Qiu Y., Wang L., Xu X., Fang X., Pardalos P.M. Scheduling a Realistic Hybrid Flow Shop with Stage Skipping and Adjustable Processing Time in Steel Plants // Appl. Soft Comput. 2018. V. 64. P. 536-549.
  17. 17. Kong M., Pei J., Xu J., Liu X., Pardalos P.M. A Robust Optimization Approach for Integrated Steel Production and Batch Delivery Scheduling with Uncertain Rolling Times and Deterioration Effect // Int. J. Prod. Res. 2020. V. 58. No. 17. P. 5132-5154. https://doi.org/10.1080/00207543.2019.1693659
  18. 18. Long J., Sun Z. et al. A Robust Dynamic Scheduling Approach Based on Release Time Series Forecasting for the Steelmaking Continuous Casting Production // Appl. Soft Comput. 2020. V. 92. P. 106271.
  19. 19. Лазарев А.А., Гафаров А.А. Теория расписаний. Задачи и алгоритмы. М.: Наука, 2011.
  20. 20. Brucker P., Knust S. Complex Scheduling. Germany: Springer-Verlag Berlin, 2006.
  21. 21. Mingozzi A., Maniezzo V., Ricciardelli S., Bianco L. An Axact Alforithm for Project Scheduling with Recource Constraints Based on New Mathematical Formulation // Management Sci. 1998. V. 44. P. 714-729.
  22. 22. Burkov V.N. Problems of Optimum Distribution of Recources // Control Cibernet. 1972. V. 1. No. 1(2). P. 27-41.
QR
Перевести

Индексирование

Scopus

Scopus

Scopus

Crossref

Scopus

Высшая аттестационная комиссия

При Министерстве образования и науки Российской Федерации

Scopus

Научная электронная библиотека