原油选购排产的数据处理方法、装置、设备及存储介质与流程

本技术涉及原油加工和数据处理领域，尤其涉及一种原油选购排产的数据处理方法、装置、设备及存储介质。

背景技术：

1、原油供应链网络的外部环境具有很多的不确定性，比如产油国政治经济的不稳定、海上运输的自然及治安风险、各国之间的博弈、价格的波动等。不同原油的性质不同，价格也有差异，从一组原油中选择若干原油进行一定比例混兑，使得混兑原油的组分和性质满足一定生产加工工艺要求的方法，不仅能极大加强原油来源的稳定性和多样性，也是提升生产效益的重要手段。

2、现阶段，炼厂在进行原油选购种类的决策以及如何安排生产计划时，往往采用已有的计划调度软件包来进行单油种选购优化或者原油混炼优化，然而，计划调度软件包在进行模型优化或求解时容易陷入模型震荡不收敛，其提供原油选购结果不合理，造成炼厂效益损失。

技术实现思路

1、本技术提供一种原油选购排产的数据处理方法、装置、设备及存储介质，用以解决由于计划调度软件包在进行模型优化或求解时容易陷入模型震荡不收敛，导致其提供不合理的原油选购结果的技术问题。

2、第一方面，本技术提供一种原油选购排产的数据处理方法，包括：

3、获得原油选购排产参数、原油选购排产参数对应的数据和选购排产约束条件；选购排产约束条件中包括限定原油采购种类上限的约束条件和其他约束条件；

4、根据限定原油采购种类上限的约束条件，生成关于0-1变量的整数约束方程；

5、对关于0-1变量的整数约束方程进行松弛操作，获得对应的关于p-范数的约束方程；

6、根据原油选购排产参数、拉格朗日乘子和关于p-范数的约束方程，生成原油选购排产模型中的目标函数；

7、根据其他约束条件，生成原油选购排产模型的约束方程组；

8、根据原油选购排产参数对应的数据，迭代求解原油选购排产模型，获得原油采购排产结果。

9、可选地，根据原油选购排产参数对应的数据，迭代求解原油选购排产模型，获得原油采购排产结果，具体包括：

10、根据当前迭代次数对应的拉格朗日乘子数值和原油选购排产参数对应的数据，求解当前迭代次数对应的原油选购排产模型的最优解，并在最优解对应的松弛实际误差大于或等于预设容许误差时，计算下一迭代次数对应的拉格朗日乘子数值以求解下一迭代次数对应的最优解，直至松弛实际误差小于预设容许误差；最优解包括目标采购原油集合；

11、将最后一次迭代过程中获得的最优解确定为原油采购排产结果。

12、可选地，最优解还包括所有可供采购的原油的采购标识；在最优解对应的松弛实际误差大于或等于预设容许误差时，计算下一迭代次数对应的拉格朗日乘子数值，具体包括：

13、根据所有可供采购的原油的采购标识，计算松弛实际误差；

14、根据当前迭代次数对应的拉格朗日乘子数值、更新步长数值、松弛实际误差、预设容许误差和拉格朗日算子更新公式，计算下一迭代次数对应的拉格朗日乘子数值；其中，当当前迭代次数为第k次时，拉格朗日算子更新公式具体包括：

15、

16、其中，λk-1表示第k次迭代过程中应用的拉格朗日乘子数值，即当前迭代次数对应的拉格朗日乘子数值；λk表示第k+1次迭代过程中应用的拉格朗日乘子数值，即下一迭代次数对应的拉格朗日乘子数值；∈′表示第k次迭代对应的松弛实际误差；∈表示预设容许误差；mk-1表示第k次迭代过程中应用的更新步长数值。

17、可选地，根据所有可供采购的原油的采购标识，计算松弛实际误差，具体包括：

18、根据所有可供采购的原油的采购标识和松弛实际误差计算公式，计算松弛实际误差；其中，当当前迭代次数为第k次时，松弛实际误差计算公式具体包括：

19、

20、其中，∈′表示松弛实际误差，o表示可供采购的原油集合中的任一原油,表示第k次迭代过程中任一原油的采购标识，采购标识

21、可选地，计算下一迭代次数对应的拉格朗日乘子数值时，方法还包括：

22、根据下一迭代次数、初始更新步长数值和更新步长更新公式，计算下一迭代次数对应的更新步长数值；其中，当下一迭代次数为第k次时，更新步长更新公式具体包括：

23、mk＝m0/k，

24、其中，mk表示第k次迭代过程中应用的更新步长数值；m0表示初始更新步长数值；k表示迭代次数，即下一迭代次数。

25、可选地，根据限定原油采购种类上限的约束条件，生成关于0-1变量的整数约束方程，具体包括：

26、根据可供采购的原油集合中任一原油的采购标识和原油的采购种类上限，生成关于0-1变量的整数约束方程；其中，关于0-1变量的整数约束方程具体包括：

27、

28、其中，o表示可供采购的原油集合；o表示原油集合o中的任一原油；bo表示原油o的采购离散标识，bo∈{0，1}；q表示所有原油的采购种类上限。

29、可选地，对关于0-1变量的整数约束方程进行松弛操作，获得对应的关于p-范数的约束方程，具体包括：

30、将关于0-1变量的整数约束方程松弛至连续空间中，生成根据p-范数形式的松弛变量对应的约束方程；

31、约束方程，具体包括：

32、‖b‖p-q≤0，

33、其中，o表示可供采购的原油集合；o表示原油集合o中的任一原油；表示原油o的采购离散标识的p次方；q表示所有原油的采购种类上限；‖b‖p表示b的p-范数，是bo松弛至连续空间[0，1]转化的松弛变量，p的取值为[1，∞)。

34、可选地，根据原油选购排产参数、拉格朗日乘子和关于p-范数的约束方程，生成原油选购排产模型中的目标函数，具体包括：

35、根据原油选购排产参数，生成原始目标函数；原油选购排产参数包括：产品或公用工程的销售收入、原料或公用工程的采购成本、库存变动价值和装置加工成本；

36、将拉格朗日乘子与关于p-范数的约束方程的乘积与原始目标函数相加，获得原油选购排产模型中的目标函数；

37、其中，目标函数具体包括：

38、

39、

40、其中，表示产品和/或公用工程销售收入，j表示产品和/或公用工程的集合，j表示集合j中任一产品或公用工程，βj表示任一产品或公用工程j对应的产品销售价格，wjsel表示任一产品或公用工程j对应的产品销量；表示原料和/或公用工程采购成本，i表示原料和/或公用工程的集合，i表示集合i中任一原料或公用工程，αi表示任一原料或公用工程i对应的采购成本，wibuy表示任一原料或公用工程i对应的原料采购量；表示库存变动价值，s表示库存料集合，s表示库存料集合s中的任一库存料，ξs表示任一库存料s对应的库存价值，wsinv表示任一库存料s对应的库存变动量；表示装置加工成本，t表示加工装置集合，t表示加工装置集合t中任一加工装置，μt表示任一加工装置t的单位加工能耗，表示任一加工装置t的加工量；o表示可供采购的原油集合；o表示原油集合o中的任一原油；表示任一原油o的采购连续标识的p次方；q表示所有原油的采购种类上限；‖b‖p表示b的p-范数，是bo松弛至连续空间[0，1]转化的松弛变量。

41、在上述技术方案中，电子设备通过将0-1变量松弛至连续空间，将关于0-1变量的整数约束以p-范数(p-norm)的拉格朗日松弛形式改写进原始目标函数中，从而获得拉格朗日松弛的非线性规划(lr-nlp)问题，由于p-范数的凹函数性质，获得的解中的值会自然接近0或1，简化了模型使用，减少了比选成本。通过p-范数的形式加速整数向[0，1]边界分化，从而加速了模型收敛速度，同时通过求解大规模混合整数非线性问题，扩大了搜索范围，提升了解的质量，此外，在求解过程中保留了模型的非线性变量，加快了模型收敛速度，解决了模型震荡难题。

42、第二方面，本技术提供一种原油选购排产的数据处理装置，包括：

43、获取模块，用于获得原油选购排产参数、原油选购排产参数对应的数据和选购排产约束条件；选购排产约束条件中包括限定原油采购种类上限的约束条件和其他约束条件；

44、处理模块，用于根据限定原油采购种类上限的约束条件，生成关于0-1变量的整数约束方程；

45、处理模块还用于对关于0-1变量的整数约束方程进行松弛操作，获得对应的关于p-范数的约束方程；

46、处理模块还用于根据原油选购排产参数、拉格朗日乘子和关于p-范数的约束方程，生成原油选购排产模型中的目标函数；

47、处理模块还用于根据其他约束条件，生成原油选购排产模型的约束方程组；

48、处理模块还用于根据原油选购排产参数对应的数据，迭代求解原油选购排产模型，获得原油采购排产结果。

49、第三方面，本技术提供一种电子设备，包括：处理器以及与处理器通信连接的存储器；

50、存储器存储计算机执行指令；

51、处理器在执行计算机执行指令时用于实现第一方面涉及的原油选购排产的数据处理方法。

52、第四方面，本技术提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机指令，计算机指令被处理器执行时用于实现第一方面涉及的音原油选购排产的数据处理方法。

53、本技术提供一种原油选购排产的数据处理方法、装置、设备及存储介质，电子设备获得原油选购排产参数、原油选购排产参数对应的数据和选购排产约束条件，根据选购排产约束条件中的限定原油采购种类上限的约束条件，生成关于0-1变量的整数约束方程，对关于0-1变量的整数约束方程进行松弛操作后，获得对应的关于p-范数的约束方程，再根据原油选购排产参数、拉格朗日乘子和关于p-范数的约束方程，生成原油选购排产模型中的目标函数，结合基于选购排产约束条件中其他约束条件生成的原油选购排产模型的约束方程组以及选购排产参数对应的数据，迭代求解原油选购排产模型，获得原油采购排产结果，加快了模型收敛速度，解决了模型震荡不收敛问题，提高了求解原油选购结果的准确率。