李婷婷，蒋国璋，李骁勇，周梦杰

（武汉科技大学 机械自动化学院，湖北 武汉 430081）

1 引言

90年代以来，随着人工智能技术的迅猛发展，人工智能技术在钢铁行业的应用也得到广泛的发展。钢铁企业是国内的支柱性产业，如何高效、自动化生产，不断减少人的工作量，是钢铁行业不懈追求的目标。在钢铁调度中，当给定调度目标函数和相应的约束条件而系统模型库没有符合条件的的调度模型时，就可以启动模型重构算法，在不需要重新建模的情况下，重构得到满足用户需求的模型。针对钢铁调度的相关问题，如钢铁生产建模与模型求解问题[1-2]，国内已经做了大量的研究；而针对钢铁调度模型重构问题国内外研究的还比较少[3-8]。

针对模型重构的相关问题问题，文献[3]提出基于模型重构的生产计划优化系统设计与开发，通过提取组成生产计划目标规划模型的各种因子，以满足不同生产目标和生产条件的生产模型的重构。该方法是基于敏捷制造模式中生产目标函数中的核心目标函数不变的基础上进行模型重构，而钢铁调度模型不具备这个特点，但高的提取模型因子的方法给钢铁调度模型重构提供了思路；关于重构算法的研究，文献[4]提出了基于Agent网的知识网自重构研究。通过研究知识网多重集的交、并、差等运算，实现知识网的重构运算，进而实现了知识化制造系统的自重构。这对钢铁调度模型重构算法的研究有很好的启发作用。……