露天矿卡车调度软件系统构成方法的研究

对露天矿卡调度系统软件构成方法进行了深入的探讨和论述，提出了露天矿卡车调度软件系统的构成方案。     

基于遗传算法的神经网络在露天矿卡车调度系统中的应用研究

介绍了神经网络和遗传算法2种优化方法的算法原理、特点和实现,在它们优势互补的条件下,提出了一种新的集成求解方法,利用遗传算法很强的全局搜索能力来弥补神经网络容易陷入局部最优的优化方法,给出了算法流程。最后以抚顺西露天矿的长远总体规划为例,说明该方法具有很好的解决卡车调度系统优化问题的能力,为今后求解类似问题提供了一个很好的研究方法。     

露天矿卡车优化调度系统实时调度方法

实时调度是露天矿卡车优化调度的核心。根据卡车的位置和状态将实时调度分成常规调度和特殊调度2大类数个基本类型，根据调度类型的不同采用不同的调车方法；提出了最早装完车法和电铲配车失衡调整法2种新的调车方法。经在露天矿使用，证明提高生产效率8％～17.8％。     

露天矿无线通讯卡车调度系统

无线通讯露天矿卡车调度系统,是应用无线通讯和微机技术相结合而开发建立的。设备简单,工作可靠,操作容易,可实现一般卡车调度系统的功能,投资和运营费用很低。     

露天矿卡车调度理论的系统研究

露天矿卡车调度理论，是实现露天矿计算机控制卡车调度系统的依据和保证，为实现适合我国矿山特点的调度系统，对露天矿卡车调度的理论进行了系统的研究，建立了卡车调度最佳路线的网络图论求解模型，求解车流规划的多目标规划模型，并通过模拟模型，模拟分析了各实时调度准则的优劣特性与应用范围。     

基于流率饱和度的露天矿卡车实时调度模型

提出了一种以车流规划目标流率饱和度为基础的露天矿卡车实时调度模型。它包括两个调度准则,可以在车流规划状态稳定时,最大限度地实现各道路的目标流率;在车流规划状态转换时,较快地实现车流的转移;还能对随机因素导致的特殊情况进行处理。它的静动态特性优良,生产均衡性好。文中将该模型与国外广泛采用的动态规划实时调度模型进行了比较,并以首钢水厂铁矿作为实例,对车流规划状态转换的过渡过程进行了仿真。     

一种露天矿卡车实时调度算法

给出单斗卡车工艺的露天矿中分时段卡车实时调度系统的设计思路;扼要阐述主模块与各分模块的关系及各模块的功能和任务;特别解释了装车区间、时间段接续等优化中用到的技巧。     

露天矿无线通讯卡车调度系统

无线通讯露天矿卡车调度系统，是应用无线通讯和微机技术相结合而开发建立的。设备简单，工作可靠，操作容易，可实现一般卡车调度系统的功能，投资和运营费用很低。     

露天矿卡车调度模糊决策系统模型

大中型汽车运输露天矿由于汽车数量多，在生产过程中如何合理调配汽车，关系到汽车的作业效率，采用自动化卡车实时调度是充分发挥挖掘机及汽车效率的有效途径，露天矿卡车实时调度实施的硬件技术已经成熟，其关键是卡车自动化调度决策模型的合理建立，露天矿卡车自动化实时调度决策受出动的车铲类型及其状态、采矿计划、产量完成情况、工程位置的重要程度、铲前车队长度、运输线路系统等诸多因素的影响，且诸因素是动态变化的、相互影响，实际生产中无法准确确定哪个因素重要，哪个因素次之，但又必须综合考虑各个因素，为此，对其重要程度运用模糊数学的概念予以描述，建立了卡车调度模糊决策支持系统模型．应用该模型可提高露天矿卡车作业效率，比以前的调度模型更具合理性．     

露天矿卡车调度的理论与方法研究

露天矿卡车调度理论主要由3部分组成,即最佳运行路线的确定、车流规划、实时调度。基于GPSGIS的露天矿卡车调度系统可以借助车(铲)载终端收集各种数据,通过无线通信系统实时地传送到调度中心,由计算机进行快速决策运算,并将调度命令发送给各装运设备,从而实现动态的优化调度。     

大型露天矿计算机卡车调度系统的模拟

由于挖掘机一卡车组合的多用性和机动性，它是印度大型露天煤矿的主力设备。在露天矿采用挖掘机一卡车系统，其生产率和运行状态是至关重要的。文章的目的在于将车铲离散事件的模拟系统计算机化，以洞察其内部关系并分析其生产率。文中指出，厄兰Erlang分布是判断具有随机性质的车铲运行最适合的概率分布。此外在当前现场条件下，对计算机辅助卡车调度系统的设想还是有争议的，为此对生产应用的优点及系统的生产率参数进行了探讨。     

露天矿卡车实时监控调度系统的研制

介绍了一个露天矿卡车实时监控调度系统的研制情况。研制的内容主要包括了系统功能及总体设计、调度数据库设计、车流规划软件设计、实时调度软件设计，着重介绍了系统作业方式设计。该系统成功地进行了室内和现场试验，取得了满意的结果。系统的应用可以减少铲、车的相互等待时间，提高生产效率。     

基于轻量化图注意力机制的露天矿卡车调度优化算法

有效地管理和调度露天矿卡车,有助于大幅提升运输效率、降低矿山运营成本。现有研究聚焦于利用深度强化学习(Deep Reinforcement Learning,DRL)构建学习模型求解路径优化问题,然而,该模型针对Transformer架构的参数训练时,会产生大量参数冗余。为此,提出了一种轻量化图注意力机制的露天矿卡车调度优化算法。将微分方程数值解法——阿当姆斯(Adams)法用于Transformer模型的权重学习中,通过Adams的残差训练方法,可提高网络后期的优化精度,进一步压缩模型的规模,高效求解露天矿卡车调度优化问题。研究表明:该方法在降低最优间隙的同时将源模型的参数量压缩1/2,减少了对GPU设备的训练依赖。采用随机生成的露天矿卡数据集算例对该算法性能进行了验证,反映出采用Adams-Transformer模型有助于提升露天矿卡车调度效率。     

大型露天矿计算机卡车调度系统的模拟

由于挖掘机—卡车组合的多用性和机动性,它是印度大型露天煤矿的主力设备。在露天矿采用挖掘机—卡车系统,其生产率和运行状态是至关重要的。文章的目的在于将车铲离散事件的模拟系统计算机化,以洞察其内部关系并分析其生产率。文中指出,厄兰分布是判断具有随机 Erlang 性质的车铲运行最适合的概率分布。此外在当前现场条件下,对计算机辅助卡车调度系统的设想还是有争议的,为此对生产应用的优点及系统的生产率参数进行了探讨。     

露天矿卡车调度关键时间参数的概率分布

基于国内某露天矿生产中的实际数据,使用著名的Stat::Fit软件对露天矿卡车调度中道路运行时间、电铲装车时间和卸点卸车时间这3个关键时间参数的概率分布进行了分析.结论表明,道路运行时间符合正态分布;电铲装车时间符合对数正态分布、对数逻辑分布、逆高斯分布;卸点卸车时间比较稳定,可近似看作一个常数.     

基于差分双GPS的露天矿卡车调度系统

介绍了一种差分双GPS技术的露天矿卡车调度系统,以实时差分GPS技术为基础,同时引入双GPS技术,将露天矿卡车调度监测系统的各项数据进行分析修正,提高了车辆定位精度,规划了车辆行进路线,最终实现系统安全稳定运行,避免在车辆发生交汇时可能发生的事故,对于煤矿提高生产调度、决策指挥的信息化水平具有重要意义。