基于时空域模型分解策略的流程企业级协同优化方法研究

The implementation of enterprise-wide optimization (EWO) is an important measure to improve the core competitiveness of enterprises. It is also the emerging research topics of system optimization in recent years. The EWO model is complex and difficult to obtain optimal solution. There is inequality between the decision making unit (DMU) in the decentralized decision-making method for EWO. In addition, The robustness of collaborative optimization (CO) is weak, which is fit for the optimization of multi-model complex system. The method decomposition of EWO model, collaborative optimization method for the EWO and the adjustment method in adaptive constraint relaxation quantity will be studied in this project. The temporal and spatial model decomposition is used to Reduce the number and the complexity of DMU. CO method is used to solve the EWO problem, apply the dynamic relaxation method to relax the consistency constraints (material flow, information flow) among each DMU, then the EWO optimization problem is decomposed into the two level optimization problem composed by system-level and discipline level (DMU level). Finally, The project will study the dynamic relationship among the slack factor, initial point and disciplinary consistency, and the adaptive adjustment of the constraint relaxation method will be presented to improve the robustness of CO method.

实施企业级优化（EWO，Enterprise-wide Optimization）是提高企业核心竞争力的重要举措，也是近年来系统优化领域新兴的研究课题。目前EWO问题的模型规模复杂，不利于求解；当前处理EWO问题的分散决策方法，会造成各DMU（Decision Making Unit）之间平等性差；另外，优化多模型复杂系统的CO（Collaborative Optimization）算法鲁棒性弱。 本项目研究从时空域角度对EWO模型分解的方法，减少DMU数量，降低单个DMU模型复杂度；基于CO方法论，应用动态松弛法松弛各DMU间的一致性约束式(物质流、信息流)，将EWO优化问题分解为系统级、学科级（DMU级）两级优化问题；最后，分析CO的几何特性，研究不同区域内松弛量与初始点所在区域和学科一致性的动态关系，提出一致性约束松弛量的自适应调整方法。

企业级优化（EWO，Enterprise-wide Optimization）问题模型多且规模复杂，获取全局最优解十分困难，是近年来系统优化领域新兴的研究课题。本项目针对EWO问题的建模及优化方法展开研究，取得以下有价值的理论成果。首先，根据流程企业的生产特点，研究基于时空域的模型分解方法。把目标性职能分解到生产性职能模型的目标函数方法，降低模型个数；在时间域上采用不同时间尺度的建模方式，降低大时间周期模型的变量规模。另外，基于CO（Collaborative Optimization）的系统级、学科级两级优化结构，提出了求解EWO问题的协同优化方法。通过系统级保证学科级模型之间的平等性，每个学科级模型求解自身模型的最优解，在松弛因子的控制下，通过反复迭代过程向整个系统的最优解逼近，最终实现系统级层面上全局最优化。仿真结果验证了此方法是一种有效的EWO问题求解策略。此外，针对CO算法优化效果受其松弛量及初始点选取的影响，提出了更适合求解EWO问题的改进CO算法。在系统级一致性等式约束中采用改进的松弛因子，使系统级优化可行域存在，且可行域的范围逐步减小，以保证子学科间的一致性；在学科级，将一致性目标函数以一定权重添加到学科级的目标函数，既考虑了学科间的一致性，又兼顾学科的独立性。仿真结果表明改进算法降低了对初始值的敏感性，具有更快收敛速度。最后，基于C#开发了协同优化实验平台仿真，用于验证所提理论和方法。.项目除了取得以上理论成果外，还非常重视方法的实用价值。项目还与流程企业紧密结合，建立了多车间协同调度模型以及能耗、水耗等协同优化模型，并应用CO方法求解此类EWO问题。计算结果表明所得研究成果也具有很好的应用价值。.项目在执行期内按照原计划进行，已完成预期研究目标，相关成果已发表期刊和国际会议论文8篇。申请发明专利7项，其中已授权1项，获得软件著作权5项。项目执行期间共培养12名研究生，其中6名研究生已毕业。

内容获取失败，请点击重试