基于GA-PSO算法的烧结料场原料库存量优化

摘要：

　　原料采购库存成本的约束是钢铁企业流动资金的制约瓶颈。因此，本文针对钢铁企业烧结料场铁矿粉原料采购与消耗特点， 以企业原料库存费用最小为目标建立烧结料场铁矿粉原料库存量优化模型， 提出一种基于遗传-粒子群算法的烧结料场铁矿粉库存量优化方法。 同时，应用某钢铁企业360m2烧结生产线的综合原料场实际生产数据进行仿真验证， 结果表明， 该模型可以反映该钢铁企业综合料场铁矿粉库存量的实际情况， 采用的优化方法可以得到模型的最优解，为钢铁企业采购计划的制定提供决策支持。

关键词： 钢铁企业 烧结料场 原料库存量 GA-PSO算法

作者: 蔡雁 钟茜怡 吴敏 周晋妮

作者单位: 南大学信息科学与工程学院, 湖南长沙 410083 先进控制与智能自动化湖南省工程实验室, 湖南长沙 410083 西安电子科技大学电子工程学院, 陕西西安 710071

会议类型: 国内会议

会议名称: 第23届过程控制会议

会议地点: 厦门

会议语种:中文

页码: 1-6

在线出版日期: 2012-08-01（万方平台首次上网日期，不代表论文的发表时间）