摘要
原材料堆场中的混合过程对于维持下游生产中精确的材料比例至关重要，这直接影响到钢铁和煤炭加工等行业的产品质量和能源效率。然而，严格的操作限制（包括料仓容量限制、出料速率、设备移动延迟以及“严禁空料仓”的要求）导致了一个高度耦合、维度复杂的组合调度问题。在本文中，我们开发了一个混合整数非线性规划（MINLP）模型来捕捉料仓重量和设备操作的复杂动态。这项工作的主要科学贡献在于发现了该复杂MINLP模型中的一种结构解耦特性。我们通过分析证明了，通过固定补货顺序，这个难以解决的全局问题可以严格分解为两个子问题：一个是用于料仓填充车辆调度的线性规划（LP）问题，另一个是通过动态规划（DP）可解决的最短路径问题，用于回收设备的调度。利用这种分解，我们提出了一种两阶段元启发式算法，结合了贪婪初始化和多轮模拟退火，并通过局部搜索进行优化。使用真实工业数据进行实验验证表明，所提出的方法始终优于贪婪算法。关键在于，商用求解器Gurobi难以在实用的1800秒时间限制内收敛，而我们的方法仅需几秒钟就能得到可比的解决方案质量。此外，在20%的需求激增情况下进行的鲁棒性分析证实了该算法的适应性，通过重新优化维持了料仓重量的稳定性。这项研究为原材料堆场中的混合过程提供了一种稳健且计算效率高的解决方案。
