在OptaPlanner中采用TSP模型求解热轧钢坯轧制排序问题的可行性咨询
热轧钢坯排序问题用OptaPlanner求解的思路校验
你的这套映射设计完全具备可行性,属于OptaPlanner处理单向排序类问题的经典适配路径,没有本质的设计偏差。
核心设计的合理性说明
- 实体映射逻辑完全对齐OptaPlanner原生模型:将待轧制钢坯定义为
PlanningEntity,和OptaPlanner内置TSP示例中将城市作为可排序规划实体的逻辑完全一致;首块固定轧制钢坯映射为链路锚点(也就是你提到的Domicile起点),刚好匹配时间链(@PlanningListVariable)模型的anchor设计,不需要额外开发自定义的序列维护逻辑。OptaPlanner针对List Variable模型已经内置了经过性能优化的邻域搜索算子(元素移位、相邻交换、子序列反转),不需要自行实现TSP常用的2-opt、3-opt等传统优化逻辑,求解效率更高。 - 成本映射逻辑和学术TSP建模完全对齐:将相邻钢坯的宽度、厚度、材质等维度的尺寸跳变值折算为序列相邻节点的跳转成本,等价于TSP中相邻城市间的距离权重,优化目标从经典TSP的“遍历全节点的累计路径最短”,转化为“全轧制序列的累计尺寸跳变最小”,和行业内通用的轧制单元计划编制的优化目标完全匹配。
- 固定参数的设计符合OptaPlanner的架构规范:你提到的“Measurement = Location”设计,本质就是把钢坯的尺寸、属性这类固定不变的参数作为独立的Problem Fact存储,不需要把可变的排序属性和固定的设备/物料参数混在同一个类里,和TSP中将城市坐标作为静态Fact、相邻距离通过坐标实时计算的逻辑一致。
落地时需要调整的细节
- 不需要硬套经典TSP的闭环要求:经典TSP要求遍历完所有节点后回到起点,但热轧排程是单向的生产流程,轧制序列到最后一块钢坯就结束,不需要计算最后一块钢坯回到首块的跳变成本,直接在链路成本计算时去掉这段反向成本逻辑,就能减少不必要的计算开销。
- 约束分层要清晰:
- 硬约束:相邻钢坯的尺寸跳变超过设备允许的限值(比如宽度跳变超差、厚度适配度不足),直接判定为不可行解,配置最高权重的硬惩罚分,保障生产过程不出现设备超限的问题。
- 软约束:全序列的累计尺寸跳变值最小,给不同维度的跳变配置差异化的惩罚权重(比如宽度跳变的权重通常高于厚度跳变),在满足硬约束的基础上实现排程方案的成本最优。
- 性能层面不需要过度担心:单批次轧制单元的钢坯数量通常在几十到上百块的区间,完全在OptaPlanner时间链模型的舒适求解范围内,只需要给相邻节点的跳变成本做增量计算,求解速度可以完全满足生产排程的实时性要求。
后续扩展的适配性
这套基于时间链的设计不需要推翻重构,就可以扩展纳入更多生产约束:比如交货期优先级匹配、同材质钢坯相邻减少换辊成本、表面质量等级匹配等,只需要在链路遍历的成本计算逻辑中新增对应的惩罚规则即可,适配成本远低于定制开发TSP求解器的方案。
内容的提问来源于stack exchange,提问作者Rukawaa11
相关产品推荐
相关产品推荐

