基于生物计算的优化调度理论及在流程工业中的应用研究

流程工业生产过程具有复杂性、不确定性、非线性、多目标、多约束、多资源相互协调等特点，其生产调度是连接计划和生产的关键活动。研究不确定环境下的调度策略已成为工程实际的迫切需要，其关键是生产调度动态建模和优化求解。本项目基于DNA计算、膜计算、遗传算法、神经网络等生物计算方法,探索解决不确定环境下生产调度优化的有效途径。深入研究神经网络的模型结构和学习理论，建立不确定环境下的动态调度模型；将DNA计算与遗传算法相结合，膜计算与进化算法、DNA计算相结合，提出新的调度优化问题求解方法；采用数值仿真来研究调度策略的鲁棒性、适应性；以炼油厂生产调度为背景进行应用研究，考察理论方法的有效性，形成具有普遍指导意义的生产调度优化理论。本项目的研究将为不确定环境下的优化调度提供新的研究方向和思路，为优化调度的工程应用提供理论依据，具有十分重要的理论意义和应用价值。