基于改进蚁群算法的地下矿车辆生产调度路径优化研究

针对地下矿生产调度中某一班次的车辆运输路径优化问题,应用蚁群算法探讨如何解决这一NP难题问题。传统蚁群算法存在搜索时间长、收敛速度慢、易陷于局部最优解等缺点;为克服这些缺点,提出在蚁群算法每次迭代过程中,先用自适应策略控制其收敛速度,提高搜索性能,再结合性能指标进行优化。实践证明,改进蚁群算法克服了传统算法自身的不足,提高了算法性能,具有很好的推广价值。     

奖惩机制蚁群算法在煤矿运输路径优化中的应用研究

在煤矿运输路径优化中,由于传统蚁群算法存在运行时间长和收敛速度慢等缺点,为此笔者通过引入奖惩机制对算法路径的构造规则进行重新设定,对此算法进行了改进,并改进了算法的信息素更新策略,克服了传统蚁群算法的缺陷。仿真结果验证了改进蚁群算法解决煤矿运输路径优化问题的高效性和可行性。     

改进型蚁群算法在煤炭运输中的应用研究

研究煤炭配送路径问题,提高运输质量。针对传统物流方法在配送路径规划中,存在搜索时间长,得不到最优解,导致效率低等问题。为了提高煤炭运输配送效率,提出一种改进蚁群算法的配送路径优化方法。该方法建立了基于蚁群算法的配送路径模型,通过改进基本蚁群算法中节点访问策略和自适应挥发系数的更新规则,使蚁群搜索有效地避免陷入局部最优,加快了收敛。仿真结果表明,改进方法缩短了搜索时间,提高了算法效率,能有效解决煤炭运输问题。     

基于文化算法的煤矿运输地面车辆调度问题研究

根据目前煤矿地面运输中的车辆调度问题:多辆车往返于各个煤炭供应点之间,如果调度不当,就会大大增加了总体成本。本文以最短运输路径为目标,结合高效的多目标优化文化算法来解决此类问题,详细介绍了文化算法的原理以及与煤矿运输车辆调度问题结合的算法流程,经过实例仿真,仿真结果快速收敛,证明了本文方法的有效性,同时验证了文化算法的快速收敛性。     

基于蚁群算法的煤炭运输优化方法

本文主要以蚁群算法为基础,求解煤矿运输优化方法,运算出实际生产中较优生产模式。首先对蚁群算法做出了简单的介绍,然后比较仔细的阐述了煤矿问题的数学模型,最后演示了蚁群算法在运输优化问题中的应用。     

基于蚁群算法和Petri网的井下有轨运输调度优化

为解决地下矿山有轨运输调度问题,将Petri网理论引入矿山井下有轨运输调度优化中,结合蚁群算法思想,建立基于蚁群算法的赋时Petri网模型,并将蚁群系统算法机制改进后用于Petri网模型的分析,在模型中加入了根据地下矿山有轨运输系统改进过的时间戳状态类,使模型能够更好地处理运行过程中信息素、启发式因子等,优化参数与时间、状态之间的关系,建立了优化计算的详细步骤,简化了计算。并用计算实例验证了优化方法的有效性。     

融合无线定位技术的井下车辆管理系统设计

车辆运输是煤矿安全生产的重要组成部分,为了让煤矿井下车辆的运输情况得到实时监控,设计了一种融合无线定位技术的矿用车辆管理系统。该系统采用基于飞行时间算法的超宽带定位技术,通过双识别器定位方案,实时监控井下车辆的精确位置。实践表明,该系统采用三维仿真技术将井下车辆在巷道中的运行轨迹直观显示出来,并能够实时提供井下车辆的分布情况,使煤矿管理部门可以有效合理地调度车辆,减少车辆运输的安全事故,同时提高车辆的运输效率。     

JMD-75型无极绳调度绞车的改进设计

无极绳调度绞车是利用钢丝绳循环往复地牵引固定在钢丝绳上的车辆或其他装备前进,能有效解决矿井辅助运输问题。因其结构简单,连续运输,维护量小的特点,特别是近年来随着无极绳绞车及其配套技术水平的提高,无极绳绞车运输越来越受到煤矿的青睐。主要是对传统的无极绳调度绞车进行结构的改进分析,从而提高其工作效率。     

矿用防爆胶轮车调度管理系统的设计与实现

依托信息技术,采用新技术手段改进传统煤矿车辆调度管理,实现煤矿环境下的车辆调度、绩效分析、运行维护管理等功能。在保障安全的同时,也提高了企业的管理效率和管理水平。为用户提供方便有效的车辆管理,对车辆调度、车辆维护、绩效统计进行管理,为处理煤矿安全问题提供了便捷方式和依据。通过本系统的开发对煤矿车辆调度管理起到了提高效率的目的,对恶劣环境下的车辆管理等工作都具有非常重要的意义。     

基于改进蚁群算法的煤矿挖掘机车载导航系统的研究

为优化最短路径的求解,实现煤矿挖掘车辆运行路线的优化,将改进的蚁群算法应用到车载定位系统。使用改进的蚁群算法计算所接收的数据,寻找最短路径,反馈给驾驶员,提供导航服务。提高了最短路径求解的准确度,实现了路径的优化。     

煤矿救援机器人路径规划的蚁群优化算法

煤矿救援机器人执行救援任务时,需躲避水、火、障碍物等危险区域,提升了路径规划的难度,为此提出了煤矿救援机器人路径规划的蚁群优化算法。充分考虑煤矿救援机器人运行过程中的水、火、障碍物等分布,采用栅格法建立机器人路径规划的环境模型,确定栅格环境模型内机器人路径规划问题的目标函数,采用蚁群优化算法求解机器人路径规划问题的目标函数,通过改进信息素规则、限制信息素阈值以及改进转移概率3个方面优化蚁群算法,避免蚁群算法求解全局最优解时陷入局部最优。实例分析结果表明,该算法在满足收敛速度条件下有效规划煤矿救援机器人行驶路径,所规划路径的路径长度、转角数量以及危险度均为最优,为机器人安全作业提供理论依据。     

蚁群算法在矿井通风系统优化设计中的应用

从本质上讲，矿井通风系统优化设计是一个复杂的组合优化问题，而蚁群算法是近来发展起来的一种针对复杂组合优化问题求解的较理想的方法。因此，考虑到通风系统优化的本质，采用蚁群算法进行了矿井通风系统优化设计的研究，把通风系统优化设计作为蚂蚁路径优化问题处理，提出了一种新颖的通风系统优化方法。最后，采用某矿山通风系统优化的实例验证了蚁群算法的应用效果，结果表明，该方法可以较好的解决这类复杂的优化问题，具有较好的应用前景。     

面向煤矿井下局部复杂空间的机器人三维路径规划方法

自动机器人逐渐开始应用于井下无人或少人煤炭开采、危险探测和救灾过程中。根据井下局部复杂空间比较小而且密闭,障碍物分布复杂,地面不平整的特点,提出了一种基于混合蚁群-蜂群算法的井下局部复杂空间机器人三维路径规划方法。所提出的井下局部复杂空间机器人三维路径规划方法具有产生初始可行路径简单,探索新的可行路径能力强的特点,可有效解决蚁群路径规划算法可能过早陷入局部最优解,人工蜂群算法迭代次数过多的问题。对所规划的三维折线路径采用了B-spline插值方法进行了曲线化拟合,可产生出井下机器人最优的连续平滑路径,更有利于机器人平稳行进。仿真结果表明:采用所提出的基于混合蚁群-蜂群算法的井下局部复杂空间机器人三维路径规划方法,机器人可有效对在井下局部复杂空间进行三维路径规划。     

基于蚁群算法的煤炭物流网络建设研究

为了提高煤炭物流网络的高效性,降低煤炭运输成本,采用蚁群算法对煤炭物流网络进行线路规划。先对我国煤炭地理分配不均的实际情况进行描述,接着对蚁群算法数学模型进行详细分析,最后进行实例仿真,验证蚁群算法在煤炭物流网络线路规划的性能。实验证明,采用蚁群算法对运输路线进行规划,可寻得最优路径,具有一定的研究价值。     

基于蚁群算法的煤炭运输优化方法

基于蚁群算法的基本原理,论述了蚁群算法模型的实现方式,并对蚁群算法的煤炭运输优化方法进行分析,且结合实际案例加以说明,为基于蚁群算法在煤炭运输的实践优化提供借鉴,促进煤炭运输行业的良性发展。     

蚁群神经网络在煤矿安全评价中的应用

煤矿安全评价是预防和控制煤矿灾害事故的重要内容。将蚁群算法和神经网络结合起来,用蚁群算法来训练神经网络的权值,建立了基于蚁群算法的神经网络安全评价模型,并将其应用于煤矿安全评价。经实践证明,该模型具有神经网络广泛映射能力和全局收敛的性能。     

混合蚁群优化算法应用研究

结合粒子群算法的思想,提出用混合蚁群算法。其核心是应用粒子群算法对蚁群算法的3个控制参数(β,ρ,q0)进行优化,以及运用蚁群系统算法(ACS)寻找最短路径。新算法克服了参数选择对算法性能的影响,具体很强的全局搜索能力。新算法改进了传统蚁群算法的性能,取得了非常好的效果。     

蚁群算法及其在搜索土坡滑动面中的应用

介绍了一种新的解决优化问题的连续型蚁群算法,它具有简单易实现且计算效率高等特点,特别适用于复杂工程优化问题。土坡潜在滑动面的搜索可变成一个典型的复杂连续函数优化问题。最后,通过一个典型算例进行验证,并与遗传进化算法比较表明,本算法的计算效率较高。