。1236 北京科技大学学报 第32卷 1300 t最后对每个浇次计划中炉次计划进行连续性调 整，以浇次计划中的最后一个炉次计划为基准，该浇 次计划中的其他炉次计划按顺序后延.对图2的最 1100 优调度甘特图按照=8和上32进行调整，如图3 所示. 1000 5结语 50 100150200250300 迭代次数 炼钢连铸生产调度问题可归属为JSS则SSP 图1改进遗传算法的迭代曲线 领域的众多研究成果就可以用来求解炼钢连铸生产 Fig 1 Ierat on curve or the mpoved genetic agorith 调度问题.提出了一种改进遗传算法求解该问题， 脱磷转炉 ■SPCC1 ■SPCC2 ■01951 ■01952 FHSS-CQ_1■HSS-C02 脱碳转炉 ■35W4401 ■35W4402 ■35W2501 ■35W2502 ■X601 -X602 CAS ■X421 ■X422 ■SM4001 口SM400_2 LF炉 RH 1650连铸机 200 400 600 800 1000 时间min 图2改进遗传算法的最优调度甘特图（调整前） Fg 2 OPti ized scheduling Gantt graph pr the mproved genetic agoritm before ad jusment 脱磷转炉 ■SPCC_1 ■SPCC2 ■Q195_1 ■Q1952 FHSS-CQ1■HSS-C02 脱碳转炉 画35W4401 ■35W4402 ■35W2501 ■35W2502 ■X601 ■X602 CAS ■X421 ■X422 ■sM4001 ■SM4002 F炉 RH 1650连铸机 200 400 600 800 1000 时间min 图3改进遗传算法的最优调度甘特图（调整后） Fi设3Opt恤灰dscheduling Gantt graph for the mproved g知etic aritm(afer adjusmen 主要包括三个方面：基于排序的适应度分配、基于排 传算法的寻优能力比传统遗传算法更强.通过对一 序的工件过滤交叉算子和基于指数关系的变异率曲 个炼钢连铸生产调度的计算实例，验证了该算法是 线.通过大量benclm ark的对比实验表明，改进遗 有效的.北 京 科 技 大 学 学 报 第 32卷 图 1 改进遗传算法的迭代曲线 Fig.1 Iterationcurvefortheimprovedgeneticalgorithm t, 最后对每个浇次计划中炉次计划进行连续性调 整, 以浇次计划中的最后一个炉次计划为基准, 该浇 次计划中的其他炉次计划按顺序后延.对图 2的最 优调度甘特图按照 n=8和 t=32进行调整, 如图 3 所示 . 5 结语 炼钢连铸生产调度问题可归属为 JSSP, 则 JSSP 领域的众多研究成果就可以用来求解炼钢连铸生产 调度问题 .提出了一种改进遗传算法求解该问题, 图 2 改进遗传算法的最优调度甘特图 (调整前 ) Fig.2 OptimizedschedulingGanttgraphfortheimprovedgeneticalgorithm( beforeadjustment) 图 3 改进遗传算法的最优调度甘特图 (调整后 ) Fig.3 OptimizedschedulingGanttgraphfortheimprovedgeneticalgorithm( afteradjustment) 主要包括三个方面:基于排序的适应度分配、基于排 序的工件过滤交叉算子和基于指数关系的变异率曲 线 .通过大量 benchmark的对比实验表明, 改进遗 传算法的寻优能力比传统遗传算法更强 .通过对一 个炼钢连铸生产调度的计算实例, 验证了该算法是 有效的. · 1236·