露天矿运输调度问题求解的自适应果蝇优化算法

针对露天矿运输调度问题,提出了一种改进的果蝇优化算法。首先,对露天矿运输调度问题进行了分析,以矿石开采能力和运输能力为约束条件,以运输成本最小为目标函数,建立了露天矿运输调度问题的数学模型。然后,该算法根据果蝇的味道浓度自适应调整搜索步长,同时满足了算法的全局寻优能力和局部寻优能力。最后,将自适应果蝇优化算法应用于求解实际的露天矿运输调度问题,与标准果蝇优化算法和遗传算法进行实验比较分析,给出了优化结果。实验结果表明:该算法的收敛精度和收敛速度均优于其他算法,证明了该算法可以有效求解露天矿运输调度问题。     

露天矿运输调度优化的生物地理学改进算法

露天矿生产运输调度优化问题是一类典型的具有非线性、多变量特征的优化问题。首先,在对露天矿卡车调度优化进行系统分析的基础上,以总运输费用最小为目标函数,给定矿石量、运输能力等约束条件,建立运输调度优化模型;然后,提出将差分算法中局部搜索功能引入到基本生物地理学优化算法的迁移策略中的改进生物地理学优化算法;最后,以MATLAB软件为平台,以露天矿实际生产运输实例数据为依据,计算出改进的生物地理学算法优化路径的综合运输成本比实际花费成本节约5 994万元,且比单一的生物地理学算法和差分算法优化路径的运输成本更低,验证了该算法求解露天矿运输调度问题的优越性。     

基于 NSGA-Ⅲ和道路运输能力饱和度的露天矿卡车调度优化方法

为高效调配露天矿卡车运输,进一步降低矿山企业运输成本,提出一 种新的基于 NSGA-Ⅲ和道路运输 能力饱和度的露天矿卡车调度优化方法。 在车流规划阶段,以卡车总运输 量和卡车非作业时间最小为目标,以矿山 各生产要素和生产原则为约束,建立多目标数学模型。 采用 NSGA-Ⅲ多目 标遗传算法进行求解,求解出当前场景下 完成矿山任务需要启用的最少卡车数量,以及理想的车流规划。 在运输实 时调度阶段,提出道路运输能力饱和度的 调度策略,并和固定派车法组成综合调度方法来调整车流。 在某露天矿实 验结果表明:该方法提供了合理的车流规 划,在完成道路车流目标的同时,有效减缓了道路的拥挤程度,减少了卡车在 装载点和卸载点排队发生的频率,能对 矿山系统正常情况和特殊情况进行处理,实现了实时调度卡车排队最优。     

基于改进DCW-QPSO算法的露天矿卡车调度优化方法

为了提高露天矿卡车运输效率,有效降低矿山企业开采成本,针对量子粒子群算法(QPSO)在优化求解过程中易陷入局部最优的问题,本研究引入惯性权自适应调整的量子粒子群优化算法(DCW-QPSO),并借助于遗传算法的变异操作,将DCW-QPSO的粒子更新方法改进,然后将改进DCW-QPSO用于求解露天矿卡车运输调度方案。调度方案以总运输成本最低为目标函数,并综合考虑矿石产量、品位均衡、卡车等待时间最短等约束条件。通过在国内某大型露天铁矿的应用发现,卡车调度优化结果符合矿山实际生产需求,为企业管理者提高了决策依据。改进算法在模型求解过程中全局搜索能力及算法稳定性都得到显著提升,具有一定的实际应用价值。     

当今的Dispatch调度系统

在露天矿应用卸载至装载时间贴近的原则,优化运输线路,Dispatch调度系统几乎控制了整个开采作业。利用线性规划算法,该系统监视露天矿的失调情况,并据露天矿的现时条件调整运输流的形式。Dispatch系     

基于免疫算法的三道庄露天矿车辆调度优化

分析露天矿车辆调度问题,建立求解矿山车辆调度问题的数学模型。矿山车辆调度问题实际上属于NP完全问题,建立多目标优化模型来求解,即解决总运量最小问题。最后,通过免疫算法在三道庄露天矿车辆调度优化中的应用实例表明,本算法可以快速求得优化解,是求解车辆调度问题的一种有效算法。     

低碳限制下综合成本最小的露天矿卡车运输优化研究

露天卡车运输是露天矿山企业生产管理中的重要环节，合理控制卡车运输的能源消耗和碳排放量是低碳经济背景下保护资源环境的重要举措。在低碳限制下针对露天矿卡车运输问题，以油耗成本、碳排放成本和卡车启用成本最小为优化目标，综合考虑各装载点与各卸载点之间的多条运输路径和生产任务，建立了低碳限制下综合成本最小的卡车运输优化模型，然后利用IAS算法对模型进行求解，对卡车运输行驶的能源消耗进行了优化，并将3种不同目标函数做了对比，最后利用实例进行验证。结果表明：该优化研究能够有效减少运输成本、能源消耗和碳排放量，同时也能减少卡车使用数目，降低了矿山企业的经营成本，为建设资源节约型和环境友好型矿山提供了保障。     

低碳限制下综合成本最小的露天矿卡车运输优化研究

露天卡车运输是露天矿山企业生产管理中的重要环节，合理控制卡车运输的能源消耗和碳排放量是低碳经济背景下保护资源环境的重要举措。在低碳限制下针对露天矿卡车运输问题，以油耗成本、碳排放成本和卡车启用成本最小为优化目标，综合考虑各装载点与各卸载点之间的多条运输路径和生产任务，建立了低碳限制下综合成本最小的卡车运输优化模型，然后利用IAS算法对模型进行求解，对卡车运输行驶的能源消耗进行了优化，并将3种不同目标函数做了对比，最后利用实例进行验证。结果表明：该优化研究能够有效减少运输成本、能源消耗和碳排放量，同时也能减少卡车使用数目，降低了矿山企业的经营成本，为建设资源节约型和环境友好型矿山提供了保障。     

采矿工程全局最优化设计问题模拟退火算法求解

本文针对采矿工程最优化设计问题中普遍存在的多峰现象，初步探索了应用模拟退火算法求解全局最优解的问题。结果表明，该法能够有效地求解传统的确定性优化方法所不能奏效的全局最优解问题。     

采矿工程全局最优化设计问题模拟退火算法求解

本文针对采矿工程最优化设计问题中普遍存在的多峰现象，初步探索了应用模拟退火算法求解全局最优解的问题。结果表明，该法能够有效地求解传统的确定性优化方法所不能奏效的全局最优解问题。     

水泥原料矿山卡车运输调度系统的实时优化

根据水泥原料矿山运输调度系统的复杂性与非线性特性,建立了卡车运输实时调度系统模型;运用粒子群优化算法(PSO)在解决工程优化问题中具有收敛速度快,调节参数少且算法极易实现等良好的特性,成功地解决了在开采工艺、产量、质量等多因素约束条件下的卡车实时运输调度优化问题,并将其用于韶峰水泥原料矿山的生产运输调度系统,既降低了矿山运输成本,又协调了开采工艺、同时为矿山企业信息化建设和其他物流企业提供了重要的参考价值。     

露天矿计划阶段内离散块体物料运距预测算法

矿岩运距是衡量露天矿山卡车运输经济性的重要指标之一,但多年因受运输系统复杂、多变等多种综合因素限制,在进度计划编制期间进行逐条带的运距计算问题一直并未得到有效解决。特别是需要进行离散化的物料规划时,传统逐阶段的运距量测方法无法对离散块体进行逐个推估。因此,为有效解决计划阶段内离散块体物料运距计算问题,根据露天矿外排土场出入口选址及排土运输干线相对固定等空间特征,将非线性预测理论、因子分析法等技术方法应用于实际的矿山优化问题中,研究了排土场计划阶段内块体运距波动变化的主要控制因素;结合外排土场内运距波动变化的影响要素,提出了采用加权最小二乘支持向量机技术(WLS-SVM)拟合非线性运距曲线的预测算法,并对权向量、核参数等主观经验指标进行了动态修正,以实现对计划阶段内(两阶段工程位置间的)离散块体物料过程运距的时变预测;最终,利用拟合出的时变曲线,实现两连续工程位置间逐个物料块体运距的高效计算。实验结果表明:预测算法的误差期望分别为:训练集0. 93 m,测试集0. 84 m,且在实验中表现出模型精度易受样本规模影响的特性,且当样本规模N90时,可控制绝对误差水平稳定在0. 8%～1. 2%。结论表明:试图应用非线性预测理论处理计划阶段内缺乏时变路网条件的运距预测问题是可行的,提出的算法模型对解决计划阶段内的逐块体运距赋值问题具有现实有效性。常规的露天矿山运输优化问题其优化目标和特征参数之间往往存在紧密耦合关系,无法直接应用特定的优化、规划模型进行计算求解,尝试采用全新的解耦思想和求解思路对于有效解决露天矿山运输优化问题是十分有益的,也应该是今后露天矿山系统工程学科研究的热点问题之一。     

露天矿山运输调度系统粒子群优化

结合露天矿山运输调度系统实际,考虑到计划产量、生产能力、质量要求和运输过程等方面的约束,建立了一个通用性较强的露天矿山运输调度系统模型。该调度模型以总的运营成本最低为目标函数,采用惩罚函数法把诸多约束条件化为无约束,构建优化系统中粒子群算法的适应度函数。通过引入自适应变异程序对粒子群算法进行改进,避免算法过早收敛,提高了收敛效果。运用改进后的自适应变异粒子群算法对露天矿山运输调度系统模型优化求解,并采用Matlab软件对求解过程进行仿真,研究结果表明该算法能够快速得到当前班次的车辆调度的满意方案,提高了露天矿山运输调度的效率,进而提高露天矿山生产率,为数字化矿山建设提供一定参考。     

启发式算法在非满载货物运输优化调度中的应用

启发式算法是通过对过去经验的归纳推理以及实例分析来解决问题的。根据C -W启发式算法灵活、可分析性和交互性好的特点 ,以TSP的C -W算法为基础 ,提出了解决非满载货物运输优化调度问题的C -W启发式算法 ,并计算出满足货运需求的各点对间连接的费用节约值     

基于 SA-GA 模糊熵的 VMD 算法在爆破振动信号分解中的应用

针对变分模态分解(VMD)算法预设参数选择的问题,提出了一种基于 SA-GA 模糊熵的 VMD 参数优化 算法,该算法结合模拟退火算法(SA)和遗传算法(GA)的优点,选取模糊熵( FE)为适应度函数,求解最优分解参数。 经过仿真信号分析,相比 EMD 算法,SA-GA 模糊熵的 VMD 参数优化算法有效地抑制了模态混叠和虚假分量的现象, 具有较高的分解精度。 最后利用 SA-GA 模糊熵的 VMD 参数优化算法进行爆破振动信号实测分析,结果表明:SA-GA 模糊熵的 VMD 参数优化算法可以根据不同的爆破振动自适应地选取最优解,解出来的 IMF 分量具有明确的物理意 义,频谱图能清晰地看出信号内所包含的频率成分,具有良好的适用性。     

水泥原料矿山运输调度系统的智能优化

水泥原料矿山运输调度系统是一个涉及到产量、质量、成本的复杂系统。运用遗传算法原理对矿山运输调度系统进行了智能优化,解决了矿山运输调度系统的多目标优化问题。将其用于湖南雪峰水泥原料矿山运输调度系统的生产实践,既达到降低了矿山运输成本,又协调了质量与产量的关系。     

基于改进型模拟退火算法的数控加工切削参数优化

介绍了模拟退火算法及其改进型的原理、模型和算法实现过程 ,并采用改进型算法对数控加工切削参数优化模型进行了优化计算。计算结果表明算法符合实际情况 ,证明基于改进型模拟退火算法的优化设计切实可行 ,为复杂的数控机械优化计算提供了一种优化方法。     

作业车间调度问题的一种混合式算法

通过对传统模拟退火算法和移动瓶颈法各自算法流程的分析,提出了一种改进的模拟退火算法.该算法以模拟退火算法为主体流程,在主体流程中融入移动瓶颈技术,及记忆功能和倒转技术.通过对JSP优化问题的仿真试验,验证了改进后的模拟退火算法对大规模组合优化问题可以得到好的优化效果.     

Production scheduling under uncertainty of an open-pit mine using Lagrangian relaxation and branch-and-cut algorithm

ABSTRACT

The life-of-mine optimization of open pit mine production scheduling under geological uncertainty is a computationally intensive process. Production scheduling determines the optimal extraction sequence by maximizing net present value (NPV). In this paper, an algorithm is proposed to schedule an open pit mine under geological uncertainty, where instead of solving the whole problem at once, the production schedule is generated by sequentially solving sub-problems. The sub-gradient method is used to generate the upper bound solution of a Lagrangian relaxed sub-problem. If the upper bound relaxed solution is infeasible, a mixed integer programming is applied to the latter solution. The algorithm is validated by solving six problems and is compared to the linear relaxation of the original production scheduling problem. The results show that the proposed algorithm generates a solution that is very close to optimal, with less than a 3% optimality gap. An application at a copper mine, where geological uncertainty is quantified with geostatistical simulations of the related orebody, shows that all constraints are satisfied and an 11% higher NPV is generated when compared to the corresponding deterministic equivalent of the proposed approach, while a 26% higher NPV is generated compared to a common conventional industry approach.