间歇过程在工业生产被广泛采用,其优化调度对企业节能降耗、提高效益具有重要的意义。生产数据规模大、含噪声、耦合、不确定及调度中的复杂约束,给基于数据的间歇生产调度建模和优化带来了极大的困难。本项目以间歇生产调度为研究对象,结合自适应网络模糊推理系统(ANFIS),对数据与机理建模的结合机制和复杂约束处理方法进行基础性的科学研究。具体内容包括研究基于数据的ANFIS关键输入变量的选择方法;研究基于瓶颈分解的ANFIS数据建模与机理建模的结合机制;研究基于Oracle罚函数和多目标的复杂约束处理方法,并设计约束差分进化算法;通过仿真研究验证理论和方法的有效性。项目拟建立间歇生产调度混合建模理论,提出新的复杂约束处理方法,以突破现有方法模型实用性不佳、求解困难的局限,为基于数据的间歇生产优化调度方法走向实用奠定理论与技术基础。
英文主题词Scheduling;modeling;optimization algorithm;Oracle penalty method;