基于“虚拟库存”的内陆长流程钢厂烧结配矿智能优化研究——以“A钢厂”为例  

作　　者：王栋[1] 纪钟晨[2] 周千淋 周星宇 罗世华[1] 

机构地区：[1]江西财经大学统计与数据科学学院 [2]新余钢铁集团有限公司

出　　处：《冶金管理》2024年第8期19-25,共7页China Steel Focus

基　　金：国家社会科学基金重大项目(21&ZD152);江西省研究生创新专项资金项目(YC2022-B151);江西财经大学第十八届学生科研项目(20231015090845651)。

摘　　要：内陆大型长流程钢厂由于资源禀赋更为复杂,在矿价处于较高水平,亏损面扩大时期,如何优化配矿成本迫在眉睫。基于“虚拟库存”的烧结配矿智能优化思路,使用蝙蝠优化算法对烧结配矿优化工作进行探索,与钢厂采用的线性规划经验配矿和人工蜂群算法的配矿模型进行比较。求解结果发现,线性规划未能找到最优解,蝙蝠优化算法的最优解均小于人工蜂群算法最优解。研究成果不仅在当期配矿工作中取得显著的经济效益,并且为未来生产经营工作优化提供了方向。

关 键 词：烧结配矿 虚拟库存 蝙蝠算法 智能优化 

分 类 号：TF046.4[冶金工程—冶金物理化学] F426.31[经济管理—产业经济]