据执行一些四舍五入。此外,转换时间通常被忽略,因为它们不能轻易处理这一模式。由Kondili等人()提出混合整数线性规划模型重要方面是任务网(STN)展现。图:最优图网络计划。该网络两种类型节点:(一)国家对应节点饲料,中间产品和最终产品;(二)任务节点代表处理步骤。图提供了一个状态工作网络例子,应当指出该设备是分开考虑。一般假定每个单元可以执行数个STN任务。由此产生混合整数线性规划模型决定了作业时间、设备操作、材料流动。我们目标是获得利润最大化功能。图显示了在图示例最优调度结果。应当指出,通过Shahetal()改进混合整数线性规划,可以解决与之相当大问题。此外,Pantelides()提出资源任务网络(RTN),从而导致更紧凑型模式,与STN相比,尽管它实际上是同等,有趣是,在上文图,无论是STN和RTN都可以处理任意拓扑结构网络,可以处理一般流程平衡,基于离散型,能够处理所有类型和案方法。已将出版了大量关于不确定流程规划方面文章。因此,我们请读者阅读新近一些出版物:Liu和Sahinidis()提出了一个不确定性随机规划两阶段规划方法。这些作者先考虑离散随机参数和开发了分解算法解决方案,然后,他们将其应用于连续随机变量。Ieraetritouet.al.()讨论不确定设计与规划建模问题,提出了一种针对联合多期/随机规划问题分解算法。Clay和Grossmann()提出需求和成本不确定规划问题,并借助不确定因素分布函数计算这些有限离散概率。他们还提出一个迭代聚合/分解算法,该算法针对两阶段随机规划解决方案问题高度并行。Ahmed和Sahinidis()提出鲁棒性线性方法,其为两个阶段模型决策。根据规划提出不确定性和启发式解决方案方法,但强调这个模型必须求精确解,而不是用一个随机优化框架。Applequistetal.()提出了供应链优化一种风险方法。不确定性集成规划调度模型也取得了一些重大进展。PetkovandMaranas()拓展了规划调度集成模型,BirewarandGrossmann()首次提出了包括需求不确定性。他们模型有两个层次水平,其中规划不确定性水平被明确列入上级。虽然上述做法显示出不确定性调度模型重大进展,但是表征不确定性和高效解决算法发展仍是一项复杂且具有挑战性问题。.调度在Rippin()中能找到全面论述调度,Rippin提出强调设计、规划和调度批量工艺系统工程基本地位。Reklaitis(,)对批量处理运作作了全面论述。他主要重点是描述调度问题基本组成部分以及现有解决方法。Pekny和Zentner()总结了基本调度技术,这种技术与计算机技术相结合。Grossmannetal.()提供了一个混合整数优化技术批处理调度概述,其强调混合整数线性(混合整数线性规划)和混合整数非线性(混合整数非线性规划)问题一般目方法。Pinto和Grossmann()提出了调度问题分类和整数、混合整数约束主要类型特点,这些约束用于作业排序决策。Shah()进行了单一和多点调度方法概述,而PeknyandReklaitis()提出了关于调度问题计算复杂性论述。相似设备和相连单元显示了设备典型性。在系列设备,产品按照同一生产路线,因此它可以确定工厂车间具体方向。网络任意拓扑结构往往会出现产品低相似性和或设备互联。大多数方法不处理大量确定性平衡,而是,产品是批量。生产是一系列工作,包括化学和物理操作。如果所有产品遵循同一任务顺序,这种任务通常可能确定工厂概念、处理阶段、可以执行操作。此外,批量可以是变量,如批量问题,或固定参数。建模调度一个主要问题是要考虑时间。最普遍是一个持续时域。如果是一个离散时间,时间间隔将是均衡和固定。在这种情况下,需要利用充分大数量时间间隔来说明原始问题近似值。然而,离散时间一个优点是容易控制资源量和库存水平。在连续时间方案里,通常可以假定一个很小数目时间或时间事件,尽管往往引进非线性在模型。另一个车间调度问题是处理中间存储。有四种不同转移策略:零等待(ZW),无中间存储(NIS),有限中间存储(FIS)和无限中间存储(UIS)(Kuetal,)。重要是有限中间存储最一般情况。然而,另外三种主要优势是没有必要模型库存水平。在车间进程调度,加工任务需要设备和人力资源。设备可能包括,例如,蒸汽,电力,冷却水等,在一些调度应用中,除了装备,有限资源是有限需要。资源约束调度问题是艰难,因为这样事实:除了达到产品要求单位有效分配,还需要考虑可行离散优化方法及其在规划和调度整合中作用。图:网络数值短期调度相关工厂,必须满足不同需求个人客户订单模式。在这种情况下,产品对每个要求给出一个关联订单,设置某些产品数量和截止日期。与此相反,循环调度与稳定市场经营相关,这种情况下产品需求稳定不变,这使得调度更加简化。当切换产品,甚至在相同产品有一个或多个批次,单元可能为达到产品质量需要重新安装。改变多少根据工厂里单元和产品性质而定。依耐改变排序是最普遍和困难局面,每一个连续可能引起不同时间或成本要求。例如,可能需要转换每批次或之后若干批,无论对产品性质如何。从所有化学工程文献已提出调度模型中,最一般模式是由Kondili等人提出(),这种模型解决了一批业务短期调度。混合整数线性规划模型功能包括以下内容:(一)加工任务无须固定,(二)可处理可变大小批次与混合可能性,(三)不同中间储存和转移政策可以适应,以及资源限制。在由Kondili等工作中(),一个主要假设是时域离散,但这种做法往往意味着必须对原始数据执行一些四舍五入。此外,转换时间通常被忽略,因为它们不能轻易处理这一模式。由Kondili等人()提出混合整数线性规划模型重要方面是任务网(STN)展现。图:最优图网络计划。该网络两种类型节点:(一)国家对应节点饲料,中间产品和最终产品;(二)任务节点代表处理步骤。图提供了一个状态工作网络例子,应当指出该设备是分开考虑。一般假定每个单元可以执行数个STN任务。由此产生混合整数线性规划模型决定了作业时间、设备操作、材料流动。我们目标是获得利润最大化功能。图显示了在图示例最优调度结果。应当指出,通过Shahetal()改进混合整数线性规划,可以解决与之相当大问题。此外,Pantelides()提出资源任务网络(RTN),从而导致更紧凑型模式,与STN相比,尽管它实际上是同等,有趣是,在上文图,无论是STN和RTN都可以处理任意拓扑结构网络,可以处理一般流程平衡,基于离散型,能够处理所有类型和在较低水平分列其后问题。另外一个子问题得到解决后,每次迭代,以确定最佳新聚合计划和从聚集子问题信息用于在每次迭代消除较低级别变量。结果发现,错误时间内聚集非常小,主要是由于子问题最佳聚合。其他汇总计划包括产品聚合。基于场景模型,场景聚合可以加快解决方案时间。该方案做法是采用聚合一个混合整数线性多产品生产规划。Jorsten和Leisten()他们探索耦合之间连续和整数规划变量。除了分解和聚合技术,其他一些启发式方法解决方案大规模规划和调度问题。其中一个启发式是一个能力提出了启发式转变由艾哈迈德和Sahinidis()一类过程规划问题。这些作者表明,他们启发式算法渐近消失随着问题规模增加。这是一个非常好结果,考虑到时间呈指数增加,解决方案随着时间为一个确切数字求解算法。.实例在本节中,我们用例子,说明一些本文所涉及主要内容。例如规划问题,给出了一大型多期MINL模型,这需要一个分解使用/聚合策略。例如描述了一个钢铁混合整数线性规划调度模型制造,这也是通过特殊处理分解。最后,描述了一个例子混合CP/混合整数线性规划并行调度问题模型,这表明了合并优势方法而不是纯粹CP或保险计划。图:领域配置,良好平台和生产平台工业领域基础设施规划运作和投资规划中所涉及设计与基础设施规划是一项具有挑战性问题,如涉及几个复杂长期时间限度,非线性库存行为,并且复杂财政规则导致多期财MINL模型。例如(详见VandenHeever和格罗斯曼,),我们考虑海上油田基础设施设计,规划和调度,需要作出将其年季度分成期来决策。正在审议基础设施由一个生产平台(PP),井平台(WP),井和连接管道(见图)。每个油田(F)有大量油(R),而每一油井包含一些潜在地点来钻探。设计决定涉及作为缴费和WS,能力以及有关决策,安装了整个操作系统范围。规划决策涉及在每个时期生产概况,以及决定关于缴费、安装和WS时,包括钻井在设计,调度决策涉及时间。这将得到一个混合整数非线性规划模型,这个模型包括个约束、个连续变量以及个-变量。为了解决这个商业模型如GAMS(布鲁克等,年)(使用DICOT(维斯瓦纳和格罗斯曼,),为解决混合整数线性规划CLEX.(ILOG公司,年)和为解决非线性规划CONOT(Drud,)H/C工作站),结果这一解决方案处理器时间为秒。为了克服这一解决方案时间长度问题,当时,范登Heever和格罗斯曼()开发迭代聚合/分解算法,该模型CPU运行时间为S。图:在年之内生产形象该算法结合两层分解、聚合时间和以逻辑为基础方法。原先设计和规划问题被分解为上层设计问题和较低层面规划问题,两者都形成定析模型。那个上层设计问题是解决了总时间,之后,设计被固定,时段被分解,下一级规划问题随之得到解决。这一结果是用来确定一个新时间聚集,通过动态规划子问题和整数削减添加到设计问题,聚集参数更新,并反复迭代,直到终止准则达成协议。因此,联合应用分解和聚合导致解决时间减少。此特定模式,大幅度减少在计算工作,主要是由于聚集/分解,而析编程制定主要贡献是在减少非凸,由于零流动和明确性代表性。但是,不同规划模型在析取编程方法可能会减少计算量,就表明了范登和格罗斯曼(年网络过程中设计情况下)并规划和改造一批工厂。图显示了过去年总石油产量,而表给出了最优投资计划获得。请注意,只有口油井最后被选择。这个解决方案使成本节约数百万美元,相比较,启发式方法应用于几乎所有指定正在钻探油井。在VandenHeever()中,基础设施规划领域扩大到包括诸如特许权使用费,关税和复杂财政规则税收。这导致任何解决方案模型,用GAMS不超过五天是得不到解。为了解决这个问题,基于拉格朗日分解启发式解决程序,提出了几个很好解决方案。这种方法可以潜在并行化和与时间分解相结合,以此加快方案解决。图:钢铁生产处理步骤结论本文提出了一个规划和调度概述。它已经展示了这些问题促使离散优化模型提出,这些模型相关数学规划问题对应整数规划问题,这些问题在计算时表现为指数行为。基于逻辑优化技术不仅在简化建模而且在降低计算需求提供了潜力。我们已经说明了,使用基于逻辑优化,通过广义析取程序,集成规划和调度流程网络,作为建模工具。我们也给予了分解策略,因为这些是解决大型工业问题必不可少。最后,我们提出了个例子,规划油田,钢铁生产调度和调度并行机,来说明可能解决问题新技术。虽然规划和调度一体化仍然是一项重大挑战,由于潜在大尺寸由此产生优化问题,另一个重要挑战没有在本文件所提及,就是规划和控制调度一体化。这个基本上是一块处女地,其中有很少工作报告。案方。已将出版了大量关于不确定流程规划方面文章。因此,我们请读者阅读新近一些出版物:Liu和Sahinidis()提出了一个不确定性随机规划两阶段规划方法。这些作者先考虑离散随机参数和开发了分解算法解决方案,然后,他们将其应用于连续随机变量。Ieraetritouet.al.()讨论不确定设计与规划建模问题,提出了一种针对联合多期/随机规划问题分解算法。Clay和Grossmann()提出需求和成本不确定规划问题,并借助不确定因素分布函数计算这些有限离散概率。他们还提出一个迭代聚合/分解算法,该算法针对两阶段随机规划解决方案问题高度并行。Ahmed和Sahinidis()提出鲁棒性线性方法,其为两个阶段模型决策。根据规划提出不确定性和启发式解决方案方法,但强调这个模型必须求精确解,而不是用一个随机优化框架。Applequistetal.()提出了供应链优化一种风险方法。不确定性集成规划调本科毕业论文外文翻译外文译文题目(中文):离散优化方法及其在规划调度集成中作用学院:机械自动化学院专业:工业工程学号:学生姓名:指导教师:日期:离散优化方法及其在规划调度集成中作用Computersandchemicalengineering,,pages-IgnacioE.Grossmann,SusaraA.vandenHeeverandIiroHarjunkoski摘要流程运作、物流和供应链管理改善,需要规划调度优化模型新发展。本文首先回顾了在流程运作中规划调度模型几种主要类型并且建立了这些问题基本数学结构模型。我们将会看到,这些模型在本质上易受时间分布影响(离散或连续),并且往往是受离散型时间分布决定。然后,我们简要回顾了混合整数线性、非线性规划,离散规划和约束规划发展近况以及解决这些问题基本技术。本论文提出了规划调度一种基本公式来说明本文讨论模型和方法。关键词:规划;调度;优化;混合整数规划引言过去—年化学工艺规划调度优化模型发展引起了巨大关注。一个主要原因是业界意识到,在化学工艺中通过改善制造物流可以降低巨大潜在成本。降低成本例子包括更低库存,更低转换成本,降低产量不足。规划和调度带来利益,进一步加强了业界改善供应链动态管理目标。最终,大规模计算和数学规划优势促进了将这些技术应用于规划调度问题。本文目是提供基于规划调度模型优化概述,回顾解决这类问题可行解决策略和数学规划方法。最后,我们列举了三个例子来说明本文讨论一些技术应用。.规划和调度回顾随着时间推移,规划和调度处理分配现有资源成为一种集成任务。工艺系统中,规划调度指设备分配策略或者是为制造一个或多个产品进行人力资源教育任务。规划与调度区别并不总是明确。然而,一般来讲他们不同在于,规划处理较长时间跨度(如数周、数个月),主要涉及高层次如投资、新设施和生产水平决策。另一方面,调度处理较短时间跨度(如数天、数星期),重点是处理排序决策。规划在利润最大化中场扮演重要角色,而调度强调确定排序可行性或者在最短时间完成要求任务。因此,往往规划比调度发挥更大经济因素作用。应当指出是,然而,通过规划和调度同步决策,计划与调度区别越来越多模糊,特别是文中供应链优化方面问题。.规划本文并没有详细描述规划和调度。在这一节,我们因此主要为读者列出一些关于特殊规划问题和问题类型论文,以及规划问题本质一般性讨论。虽然没有单独适用于所有规划类型问题论述,但可以在运筹学中特殊规划问题资料中找到这方面论述。Erengucetal(年)论述了关于集成生产和供应链分配规划工作。他们讨论供应链不同阶段,给出了一些基本公式和来自运筹学界严格评估相关文献。其他论述讨论了货运运输模型(CrainicandLaporte,),电力设施规划优化方法(Hobbs,),考虑随机或动态问题特性战略设施定位方法(OwenandDaskin,)。在化学工程学中,在(Shah,)中可以找到用于单一和多站点规划与调度论述,并且可以在Reklaitis(,)和Rippin()中,找到批量/半连续设备规划与调度论述。依据相关决策和考虑时间限度可将规划问题大致可分为战略、战术或业务。战略规划涵盖了最长时间限度,通常为在一至数年,其决策在整个组织范围并且关注与大投资。战略规划问题包括设施选址问题(e.g.MazzolaandNeebe,),化学平台投资规划(e.g.Iyeretal.,;VandenHeeverandGrossmann,),流程网络长期规划(e.g.Sahinidisetal.,),这种规划在考虑长远投资决策是非常重要。战术规划通常是几个月到一年时间跨度,其决策包括生产、库存和分配。中期生产计划或供应链规划是一个很好战术规划例子,(e.g.Boketal.,;McDonaldandKarimi,;Pereaetal.,;Dimitriadisetal.,)。业务规划通常是一个星期到三个月时间跨度,涉及决策为实际操作和资源分配。应用包括设施系统运作规划((e.g.IyerandGrossmann,b)和再运作规划(e.g.Moroetal.,)。在这个层面上,规划决策和调度决策通常是相似并且将其集成显得越来越重要。在过去规划和调度问题基本是各自或者是由于复杂原因相继被处理,只有最近,同时计划和调度方式才出现。Birewar和Grossmann()提出多目标批量设施同步规划和调度模型,而ShahandPantelides()提出同步运动形成和规划模型。Papageorgiou和Pantelides(a);Papageorgiou和C.(b)在两篇文章里强调了这个问题,这两篇文章提出一个数学公式和分解方法,这种方法为多目标批量设施同步规划和调度综合规划集成。我们在第节通过一个广义解析模型来提出这种规划与调度集成方法。在不确定条件,规划模型分为确定性或者是随机性。确定性模型假设价格、需求和可能性预测是确定,这些模型在短期规划与调度中是足够。但是在较长时间跨度下复合不确定模型被认为是更重要。然而,尽管不确定性是复合,确定性模型依旧是有用,因为它们可以用于分析不确定参数不同场景,这种参数没有额外复杂性与随机模型。此外,确定性模型是构成不确定性模型基础。随机模型包括或明确不确定性概率分布,而且往往由于其复杂性需要专门解决方案方法。已将出版了大量关于不确定流程规划方面文章。因此,我们请读者阅读新近一些出版物:Liu和Sahinidis()提出了一个不确定性随机规划两阶段规划方法。这些作者先考虑离散随机参数和开发了分解算法解决方案,然后,他们将其应用于连续随机变量。Ieraetritouet.al.()讨论不确定设计与规划建模问题,提出了一种针对联合多期/随机规划问题分解算法。Clay和Grossmann()提出需求和成本不确定规划问题,并借助不确定因素分布函数计算这些有限离散概率。他们还提出一个迭代聚合/分解算法,该算法针对两阶段随机规划解决方案问题高度并行。Ahmed和Sahinidis()提出鲁棒性线性方法,其为两个阶段模型决策。根据规划提出不确定性和启发式解决方案方法,但强调这个模型必须求精确解,而不是用一个随机优化框架。Applequistetal.()提出了供应链优化一种风险方法。不确定性集成规划调度模型也取得了一些重大进展。PetkovandMaranas()拓展了规划调度集成模型,BirewarandGrossmann()首次提出了包括需求不确定性。他们模型有两个层次水平,其中规划不确定性水平被明确列入上级。虽然上述做法显示出不确定性调度模型重大进展,但是表征不确定性和高效解决算法发展仍是一项复杂且具有挑战性问题。.调度在Rippin()中能找到全面论述调度,Rippin提出强调设计、规划和调度批量工艺系统工程基本地位。Reklaitis(,)对批量处理运作作了全面论述。他主要重点是描述调度问题基本组成部分以及现有解决方法。Pekny和Zentner()总结了基本调度技术,这种技术与计算机技术相结合。Grossmannetal.()提供了一个混合整数优化技术批处理调度概述,其强调混合整数线性(混合整数线性规划)和混合整数非线性(混合整数非线性规划)问题一般目方法。Pinto和Grossmann()提出了调度问题分类和整数、混合整数约束主要类型特点,这些约束用于作业排序决策。Shah()进行了单一和多点调度方法概述,而PeknyandReklaitis()提出了关于调度问题计算复杂性论述。相似设备和相连单元显示了设备典型性。在系列设备,产品按照同一生产路线,因此它可以确定工厂车间具体方向。网络任意拓扑结构往往会出现产品低相似性和或设备互联。大多数方法不处理大量确定性平衡,而是,产品是批量。生产是一系列工作,包括化学和物理操作。如果所有产品遵循同一任务顺序,这种任务通常可能确定工厂概念、处理阶段、可以执行操作。此外,批量可以是变量,如批量问题,或固定参数。建模调度一个主要问题是要考虑时间。最普遍是一个持续时域。如果是一个离散时间,时间间隔将是均衡和固定。在这种情况下,需要利用充分大数量时间间隔来说明原始问题近似值。然而,离散时间一个优点是容易控制资源量和库存水平。在连续时间方案里,通常可以假定一个很小数目时间或时间事件,尽管往往引进非线性在模型。另一个车间调度问题是处理中间存储。有四种不同转移策略:零等待(ZW),无中间存储(NIS),有限中间存储(FIS)和无限中间存储(UIS)(Kuetal,)。重要是有限中间存储最一般情况。然而,另外三种主要优势是没有必要模型库存水平。在车间进程调度,加工任务需要设备和人力资源。设备可能包括,例如,蒸汽,电力,冷却水等,在一些调度应用中,除了装备,有限资源是有限需要。资源约束调度问题是艰难,因为这样事实:除了达到产品要求单位有效分配,还需要考虑可行离散优化方法及其在规划和调度整合中作用。图:网络数值短期调度相关工厂,必须满足不同需求个人客户订单模式。在这种情况下,产品对每个要求给出一个关联订单,设置某些产品数量和截止日期。与此相反,循环调度与稳定市场经营相关,这种情况下产品需求稳定不变,这使得调度更加简化 本科毕业论文外文翻译外文译文题目(中文):离散优化方法及其在规划调度集成中的作用学院:机械自动化学院专业:工业工程学号:学生姓名:指导教师:日期:1离散优化方法及其在规划调度集成中的作用Computersandchemicalengineering,2001,25pages150-168IgnacioE.Grossmann1,SusaraA.vandenHeeverandIiroHarjunkoski摘要流程运作、物流和供应链管理的改善,需要规划调度优化模型新的的发展。
本文首先回顾了在流程运作中规划调度模型的几种主要类型并且建立了这些问题的基本的数学结构模型。
&nb