【技術實現步驟摘要】
本專利技術屬于煙葉原料倉儲，尤其涉及一種基于醇化進度預測的煙葉原料倉庫能耗優化方法。
技術介紹
1、煙葉原料的在庫醇化是煙草物流過程中至關重要的環節，其與卷煙生產加工所需煙葉原料的數量供應和醇化質量緊密相關。倉庫管理員需要根據煙葉原料的醇化進度，調整倉庫各個庫區的溫度設定和調控煙葉原料的醇化速率，以滿足供應卷煙生產的原料數量。煙葉原料的在庫調整需要考慮生產任務完成率、出庫煙葉醇化質量、倉庫能耗高低等指標，根據未來的生產計劃需求，調節倉庫溫度以調控煙葉原料醇化進度，對煙葉原料供應和倉庫經濟成本具有重大意義。
2、對于在庫貨位調整問題，學術界已有大量研究，然而現有公開的研究成果通常都是基于傳統的商業物流場景，而這些物流場景中所涉及的入庫貨物特征及評價指標較為趨同，不如煙葉原料供應存在如此多變的影響因素。因此，針對不同的倉儲布局及煙草特有的評價指標，經典模型難以做到全場景的覆蓋，也無法在較為特征化的醇化調整和能耗優化場景上得到有效應用。當前煙葉原料倉儲醇化中的貨位分配、溫度設定以及調度決策主要依賴人工操作和歷史經驗，智能化程度較低，倉庫能耗難以高效優化。
技術實現思路
1、本專利技術的目的在于克服現有技術中的不足，提供一種基于醇化進度預測的煙葉原料倉庫能耗優化方法，以解決煙葉原料倉儲醇化進度調控智能化程度低及倉庫能耗優化困難的問題。
2、為解決上述技術問題，本專利技術是采用下述方案實現的：
3、本專利技術提供一種基于醇化進度預測的煙葉原料倉庫能耗優化方
4、根據庫存煙葉的歷史有效積溫數據和感官質量評價分數，建立各等級煙葉的感官質量評價函數，基于各等級煙葉的感官質量評價函數建立煙葉原料醇化進度預測模型；
5、基于煙葉原料醇化進度預測模型建立總體醇化質量差額指標函數，基于生產需求缺額率指標函數、總體醇化質量差額指標函數和倉庫總體能耗水平指標函數建立煙葉原料倉庫能耗優化模型；
6、采用遺傳算法求解煙葉原料倉庫能耗優化模型，基于求解結果調整煙葉原料的存儲垛位和倉庫設定的環境溫度。
7、可選地，根據庫存煙葉的歷史有效積溫數據和感官質量評價分數，建立各等級煙葉的感官質量評價函數，基于各等級煙葉的感官質量評價函數建立煙葉原料醇化進度預測模型，包括：
8、步驟a：在煙葉醇化過程中，實時測定和存儲煙葉有效積溫，并每隔相同時間對煙葉取樣進行感官質量評測，得到感官質量評測結果；
9、步驟b：將感官質量評測結果結合取樣時間節點的煙葉有效積溫，構成有效積溫-感官質量評分數據點；
10、步驟c：對同等級煙葉的多組有效積溫-感官質量評分數據點，以有效積溫為自變量，感官質量評分為應變量，采用最小二乘法進行三次多項式擬合，得到該等級煙葉的感官質量評價函數；
11、步驟d：對各等級煙葉實施步驟c，得到各等級煙葉的感官質量評價函數，基于各等級煙葉的感官質量評價函數建立煙葉原料醇化進度預測模型。
12、可選地，生產需求缺額率指標函數用于評價出庫煙葉原料數量對生產任務需求的完成度，生產需求缺額率指標函數為：
13、
14、其中，為生產需求缺額率指標；為煙葉原料種類的索引；為時間段的索引；為煙葉存儲的最大時間；為煙葉原料的種類總數；為在時間后第種煙葉原料的預計總出庫數量；為在時間后第種煙葉原料的總需求量。
15、可選地，總體醇化質量差額指標函數用于評價出庫煙葉原料的總體醇化質量，總體醇化質量差額指標函數為：
16、
17、
18、
19、其中，為總體醇化質量差額指標；為在時間段內存放在庫區中的煙葉的有效積溫增量；為在時間段內倉庫庫區的設定溫度；為倉庫庫區的索引；為時間段的索引；為煙葉的無醇化溫度；為第種煙葉原料在預計出庫時間的有效積溫值；為第種煙葉原料在初始時間的有效積溫值；為煙葉原料種類的索引；為倉庫可用庫區的總數；為第種煙葉原料的預計出庫時間；為第種煙葉原料在時間段內存放在庫區的標識，若存放在庫區則為1，否則為0；為煙葉原料的種類總數；為第種煙葉原料的感官質量評價函數。
20、可選地，倉庫總體能耗水平指標函數用于評價煙葉原料在庫醇化時的倉庫總體能耗水平，倉庫總體能耗水平指標函數為：
21、
22、其中，為倉庫總體能耗水平指標；為煙葉存儲的最大時間；為時間段的索引；為倉庫可用庫區的總數；為倉庫庫區的索引；為在時間段內倉庫庫區的設定溫度；為在時間段內當地的平均自然氣溫。
23、可選地，遺傳算法采用混合遺傳禁忌搜索算法，采用遺傳算法求解煙葉原料倉庫能耗優化模型，包括：
24、使用煙葉存儲庫區選擇序列和庫區溫度設定序列作為決策變量，分別對在各個時間段內各種煙葉的計劃存儲庫區和各個庫區的計劃設定溫度進行編碼，隨機生成初始種群；
25、將生產需求缺額率指標函數、總體醇化質量差額指標函數和倉庫總體能耗水平指標函數作為遺傳算法的適應度函數；
26、采用三元錦標賽實現選擇操作，交叉操作時對煙葉存儲庫區選擇序列和庫區溫度設定序列分別采用單點交叉和兩點交叉，采用帶沖突檢測的均勻變異方法實現變異操作；
27、結合禁忌搜索算法，求解得到最優策略對應的決策變量。
28、可選地，遺傳算法的適應度函數為：
29、
30、式中，、、分別為生產需求缺額率指標、總體醇化質量差額指標、倉庫總體能耗水平指標；、、分別為三個指標的權重值；
31、其中，三個指標的權重值的計算方法為：采用優序圖法計算三個指標、、的得分，使用指標得分的總和進行歸一化處理，得到、、的權重分別為、、。
32、可選地，基于求解結果調整煙葉原料的存儲垛位和倉庫設定的環境溫度，包括：
33、根據最優策略對應的決策變量，得到煙葉存儲庫區選擇序列和庫區溫度設定序列，
34、根據煙葉存儲庫區選擇序列，將對應碼垛的煙葉在指定時間段內調整至指定庫區；
35、根據庫區溫度設定序列，將庫區在對應時間段內的設定溫度調整至指定溫度。
36、本專利技術還提供一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，處理器執行程序時實現前述基于醇化進度預測的煙葉原料倉庫能耗優化方法的步驟。
37、本專利技術還提供一種計算機可讀存儲介質，其上存儲有計算機程序，該計算機程序被處理器執行時實現前述基于醇化進度預測的煙葉原料倉庫能耗優化方法的步驟。
38、有益效果
39、1、本專利技術針對倉庫庫存的煙葉原料為長期生產計劃作原料供應這一特定場景，建立煙葉原料醇化進度預測模型，并根據煙葉原料醇化和倉庫經濟效益的特征選取優化指標，建立煙葉原料倉庫能耗優化模型，煙葉原料醇化進度預測模型和煙葉原料倉庫能耗優化模型符合煙葉原料倉儲物流的特征和規律，考慮到煙葉原料與普通商品之間不同的倉儲需求和特征表現以及倉儲本文檔來自技高網...
【技術保護點】
1.一種基于醇化進度預測的煙葉原料倉庫能耗優化方法，其特征在于，包括：
2.根據權利要求1所述基于醇化進度預測的煙葉原料倉庫能耗優化方法，其特征在于，根據庫存煙葉的歷史有效積溫數據和感官質量評價分數，建立各等級煙葉的感官質量評價函數，基于各等級煙葉的感官質量評價函數建立煙葉原料醇化進度預測模型，包括：
3.根據權利要求1所述基于醇化進度預測的煙葉原料倉庫能耗優化方法，其特征在于，生產需求缺額率指標函數用于評價出庫煙葉原料數量對生產任務需求的完成度，生產需求缺額率指標函數為：
4.根據權利要求2所述基于醇化進度預測的煙葉原料倉庫能耗優化方法，其特征在于，總體醇化質量差額指標函數用于評價出庫煙葉原料的總體醇化質量，總體醇化質量差額指標函數為：
5.根據權利要求1所述基于醇化進度預測的煙葉原料倉庫能耗優化方法，其特征在于，倉庫總體能耗水平指標函數用于評價煙葉原料在庫醇化時的倉庫總體能耗水平，倉庫總體能耗水平指標函數為：
6.根據權利要求1所述基于醇化進度預測的煙葉原料倉庫能耗優化方法，其特征在于，遺傳算法采用混合遺傳禁忌搜索算
7.根據權利要求6所述基于醇化進度預測的煙葉原料倉庫能耗優化方法，其特征在于，遺傳算法的適應度函數為：
8.根據權利要求7所述基于醇化進度預測的煙葉原料倉庫能耗優化方法，其特征在于，基于求解結果調整煙葉原料的存儲垛位和倉庫設定的環境溫度，包括：
9.一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，處理器執行程序時實現權利要求1至8中任一項所述基于醇化進度預測的煙葉原料倉庫能耗優化方法的步驟。
10.計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該計算機程序被處理器執行時實現權利要求1至8中任一項所述基于醇化進度預測的煙葉原料倉庫能耗優化方法的步驟。
...【技術特征摘要】
1.一種基于醇化進度預測的煙葉原料倉庫能耗優化方法，其特征在于，包括：
2.根據權利要求1所述基于醇化進度預測的煙葉原料倉庫能耗優化方法，其特征在于，根據庫存煙葉的歷史有效積溫數據和感官質量評價分數，建立各等級煙葉的感官質量評價函數，基于各等級煙葉的感官質量評價函數建立煙葉原料醇化進度預測模型，包括：
3.根據權利要求1所述基于醇化進度預測的煙葉原料倉庫能耗優化方法，其特征在于，生產需求缺額率指標函數用于評價出庫煙葉原料數量對生產任務需求的完成度，生產需求缺額率指標函數為：
4.根據權利要求2所述基于醇化進度預測的煙葉原料倉庫能耗優化方法，其特征在于，總體醇化質量差額指標函數用于評價出庫煙葉原料的總體醇化質量，總體醇化質量差額指標函數為：
5.根據權利要求1所述基于醇化進度預測的煙葉原料倉庫能耗優化方法，其特征在于，倉庫總體能耗水平指標函數用于評價煙葉原料在庫醇化時的倉庫總體能耗水平，倉庫總體...
【專利技術屬性】
技術研發人員：鄭宏斌，張羽飛，賓榮華，賈橋東，王鳳江，王昕，鄔肖華，潘雪迪，柳雨明，陳川，吳晶晶，沈瑗，尤紅利，陳佳依，
申請(專利權)人：浙江中煙工業有限責任公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。