模拟退火法和遗传算法联合优化技术及在反演解释中的应用

结合遗传算法和模拟退火法逃逸局部极值，应用全局寻优的非线性优化算法，改进了传统基于梯度法的局部搜索算法的缺陷。同时，为了改进全局搜索法计算时间长的缺点而加快了收敛速度，在全局搜索法找到全局极值所在的山谷时，改用共轭梯度法快速到达谷底，运用笔者研究的方法对张集煤田的实际资料进行了反演处理，取得了比较好的结果。     

露天矿车辆导航中改进的路径优化算法

针对露天矿车辆定位与导航系统中的最优路径规划中存在的问题,研究了最短路径搜索算法的快速实现技术,提出了一种启发式快速最优路径规划算法。在分析经典迪杰斯特拉最短路径搜索算法和A*启发式搜索算法的基础上,利用双向A*算法和地图分层搜索技术减小搜索空间,采用二叉堆结构来实现路径计算过程中优先级队列的一系列操作,从而提高了算法的执行效率。仿真试验的结果证明了该算法的优越性能。     

分类算法在煤矿勘探数据分析系统中的比较

煤炭开采过程中需要对收集的勘探数据进行分析和研究,从中挖掘出更加有价值的信息。文章针对多种数据分类算法,研究分析他们在煤炭勘探数据分析中的作用。通过研究和比较多种分类算法在数据分析工作中的性能,找到能够更加有效地处理勘探数据的分类算法。     

浅谈煤质化验技术的应用及常见问题解决

煤炭占中国能源消费的很大一部分,其中质量决定能源转化率,可见煤炭质量检测技术的重要性。煤炭质量检测是一项复杂的工作,需要高精度和可靠性的数据。因此,有必要对煤炭质量检测技术人员提出更高的要求。从煤炭质量检测的内容和常用技术出发,分析了当前煤炭质量检测存在的缺陷和原因,并在此基础上提出了提高煤炭质量检测准确性的保障措施。     

基于进化策略的和声算法分析边坡稳定性

针对基本和声搜索算法中搜索效率较低的缺点,将进化策略引入到基本和声搜索算法中,构建了基于进化策略的和声算法,对一典型土坡进行了稳定分析,与基本和声算法的搜索效率进行了比较,证明了新算法的有效性.     

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。     

多级边坡局部安全稳定性分析的变尺度搜索策略

为提高常规方法在分析多级边坡局部安全稳定性时的效率，采用变尺度搜索方法，即将边坡的搜索区间分为几个小区间，分别在各个小区间内进行局部搜索得到一系列危险滑动面，将所得结果作为初始值放入和声库，结合和声搜索算法进行最小安全系数以及临界滑动面的确定，对变尺度搜索方法的区间个数进行讨论，同时将新策略的结果与常规策略以及强度折减有限元方法的结果进行对比分析，发现提出的新策略在搜索精度和效率方面具有较强的优势，可以用于多级边坡的局部稳定性分析。     

浅析生产动力煤矿井的配煤意义与前景

就我国煤炭供应现状,分析了生产动力煤矿井进行动力配煤的优势和重要意义,探讨了发展动力配煤需要进一步研究的课题,为提高动力煤矿井的市场竞争能力找到了一条可供参考的有效途径。     

煤炭自燃性测定方法探讨

<正> 人们对煤炭自燃性的研究已经有几百年的历史,目前人们普遍认为,煤炭自燃是由于煤与空气中的氧相结合发生物理化学反应放出热量引起的。但是如何准确有效地测定出煤炭本身所具有的发生自燃的特性仍是当今没有彻底解决的一个难题。要准确有效地测定出煤炭自燃的特性,首先必须找到符合实际条件的煤炭自燃的测定方法。本文想在这一方面作一点粗浅的探讨。     

兖矿电网无功优化探讨

目前采用的一种新型算法Box优化算法,即复合型法,它是基于非线性规划中单纯形法的一种直接搜索算法,通过复合型的反射与收缩来寻求最优解。Box优化算法不要求目标函数和控制变量为显示的函数关系,也不需要复杂的灵敏度计算,并有可能搜索到全局最优解。     

Optimization design of drilling string by screw coal miner based on ant colony algorithm

It took that the weight minimum and drive efficiency maximal were as double optimizing target, the optimization model had built the drilling string, and the optimization solution was used of the ant colony algorithm to find in progress. Adopted a two-layer search of the continuous space ant colony algorithm with overlapping or variation global ant search operation strategy and conjugated gradient partial ant search operation strategy. The experiment indicates that the spiral drill weight reduces 16.77% and transports the efficiency enhance 7.05% through the optimization design, the ant colony algorithm application on the spiral drill optimized design has provided the basis for the system research screw coal mine machine. Supported by the Liaoning Technical University Outstanding Youth Science Foundation(jx09-10)     

基于蚁群算法的煤矿运输车辆调度应用研究

现代物流运输煤矿运输车辆调度过程复杂多变,蚁群算法是一种新型的启发式搜索算法,可以很好地解决这一问题。传统蚁群算法容易出现早熟和停滞现象,因此,通过对基本蚁群算法中的选择策略和信息素的改进,提出一种新的蚁群算法,克服传统蚁群算法的缺陷。将它用于求解煤矿运输车辆调度问题,仿真实验证明了改进算法的有效性和可行性。     

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。     

基于改进萤火虫算法的矿井水害避灾路径规划

矿井水害是煤矿生产中的一种突发性灾害。为了有效地预防矿井突水事故,降低突水事故中的人员伤亡和财产损失,提出了一种基于改进萤火虫算法的矿井水害避灾路径规划。本文针对标准萤火虫算法收敛效果不佳、易陷入局部最优并结合突水环境中路径规划的特点,通过改变和设计萤火虫算法的初始化方式、萤火虫之间的距离、最大亮度、相对亮度等要素,引入考虑逃生巷道干扰因素的当量长度,并调整搜索策略,实现了对避灾路径规划的最优设计。本文结合王家岭煤矿实例将改进的萤火虫算法与A*算法进行比较,仿真结果表明:改进后的萤火虫算法具有较好的收敛性和稳定性,路径更优,具有大范围搜索优化的能力,在发生矿井突水时可有效帮助巷道受困人员脱离危险。     

矿用机器人局部路径优化算法研究

煤炭资源现阶段依然是我国的主要能源之一,然而煤炭开采过程中的特殊环境导致了安全事故频有发生。针对发生矿难后环境复杂、光线黑暗、通信不畅等问题,为了使机器人要顺利避开巷道内障碍物达到目的地展开工作,提出了一种基于JPS(jump point search)—A*的算法,在保证选出最优路径的同时,大大减少了传统A*算法在寻路过程中扩展的节点。实验室仿真结果表明运用改进后的A*算法,较传统A*算法在寻找最佳路径的速度提高了约2倍,在现实工业生产中具有深远的指导意义。     

基于改进遗传算法的拉丝机压缩比优化设计研究

拉丝机压缩比的优化设计属于NP类型问题,传统计算方法复杂度过大且不易找到最优(近优)解。提出了一种基于改进遗传算法解决该问题的方法,采用排序选择法和两点交叉法有效地提高了搜索效率。分析了仿真实验的结果及算法的收敛性,实验结果表明:该算法具有较好的最优解搜索能力,搜索速度快并且收敛性好,能够提升产品性能并节约能耗。     

基于遗传-支持向量回归的煤层底板突水量预测研究

针对煤层底板突水问题的小样本、非线性特点,采用支持向量回归算法对突水量进行预测,避免了定性分析的局限性。利用遗传算法全局搜索能力的优势,提出了基于遗传算法的支持向量回归参数寻优方法,并建立煤层底板突水量预测的遗传-支持向量回归模型。该模型首先通过遗传算法对训练样本的学习,得到支持向量回归机的最优参数值,然后运用遗传-支持向量回归模型对测试样本进行突水量预测。测试结果表明：与神经网络,传统支持向量回归机的预测值相比,煤层底板突水量预测的遗传-支持向量回归模型精度高,具有较强的泛化能力。     

基于CART算法的煤与瓦斯突出判别分析

基于分类回归决策树(CART)算法,考虑影响煤与瓦斯突出的主要因素,建立了煤与瓦斯突出判别的CART模型。模型选择瓦斯压力、瓦斯放散初速度、煤的破坏类型、坚固性系数和垂深作为煤与瓦斯突出的判别指标体系,选取国内典型煤与瓦斯突出矿井的突出数据建立模型样本训练库,利用k-折交叉验证方法寻找最优树,并提取优化后的突出规则,最后将提取的规则对实例进行验证。研究表明,该模型简单有效,可以作为煤与瓦斯突出判别分析的一种辅助方法。     

基于最小二乘支持向量机的选煤厂日用水量短期预测

针对选煤厂日用水量时间序列的预测问题，提出应用最小二乘支持向量机（LSSVM）这一新的机器学习方法来实现日用水量的短期预测.借鉴多层动态自适应优化算法的思想，提出最小二乘支持向量机参数优化的多层动态交叉验证法；用微熵率法求得选煤厂日用水量时间序列的最佳嵌入维数和最佳延迟参数，重构相空间，建立了基于最小二乘支持向量机的选煤厂日用水量时间序列等维信息一步预测模型.预测结果表明:基于LSSVM的预测模型的预测精度比BP神经网络预测模型的预测精度要高，能够满足选煤厂日用水量预测的需要.     

基于遗传算法的动力配煤模型

遗传算法作为一种函数优化方法，不依赖于求解问题的本身，利用简单的编码技术和繁殖机制，快速有效地搜索复杂、高度非线性和多维空间，寻求最优解．动力配煤是一个多元优化问题，混煤与各组成单煤间的非线性关系增加了约束条件向确定性方程转化的难度．将遗传算法用于动力配煤方案优化，利用其全局性、并行性、快速性的特点，有效地解决了配煤中的非线性多约束问题，取得了理想的效果．