陡帮开采工作帮结构优化的遗传算法

在对组合台阶结构进行理论分析的基础上 ,建立了遗传算法数学模型 ,并用矿山实例说明了基于遗传算法的陡帮开采工作帮结构分析方法的可行性     

基于遗传算法的某铀矿开采方案评价与优选

目前矿山开采方案评价与优选受主观因素影响较大,导致评价结果易偏离最佳方案。针对该现象,分析了在对铀矿山开采方案进行综合指标多方案比选时所需的各类因素,选取了科学合理的评价指标,形成全面、系统的评价指标体系;并引入遗传算法优化各指标权重,进而确定合理的评价方法,构建铀矿山开采方案评价与优选数学模型。以陕西某铀矿床开采项目为工程背景,验证了基于遗传算法的铀矿开采方案评价与优选方法,该方法更加科学、准确,有利于提高项目投资决策水平。     

融合多源求参结果的开采沉陷稳健预计方法

为了克服单一求参模型由于求参结果不可靠、不精准造成的开采沉陷预计结果不稳健问题,重点研究了融合多源求参模型参数的开采沉陷稳健预计方法,并基于最小二乘原理推导了通用模型,构建了基于融合模矢法、遗传算法和模拟退火求参结果的开采沉陷预计新模型,并对模型的可行性进行了模拟实验验证。实验结果表明:新模型下沉预计误差及水平移动预计误差明显优于基于单一模矢法、遗传算法、模拟退火法反演的参数的下沉预计误差;融合多源求参模型参数的开采沉陷稳健预计方法具有一定抗差能力。     

基于GA-SVM的条带开采下沉系数预测

将遗传算法(GA)与支持向量机(SVM)相结合,采用GA算法优化SVM变量因子,通过对条带开采地表下沉系数的主要影响因素进行分析,建立了基于GA-SVM的条带开采地表下沉系数预测模型,解决了条带开采下沉系数预测误差较大的问题。     

江西盘古山钨矿区开采沉陷预计的GA-SVA算法

传统矿山开采沉陷监测方法存在耗时较多且精度不高等不足,且难以对矿区开采沉陷发展趋势进行准确预计。以江西盘古山钨矿区为例,将遗传算法(Genetic algorithm,GA)与支持向量机(Support vector machine,SVM)算法相结合,提出了一种基于GA-SVM算法的开采沉陷预计方法。首先利用遗传算法(GA)对支持向量机(SVM)进行选择、变异和交叉,生成精度符合要求的数据集群;然后采用GA-SVM算法对概率积分法开采沉陷预计参数进行了训练,对矿区开采沉陷进行了预计。研究表明:基于GA-SVA算法的开采沉陷预计值与实测值的误差小于5%,基于该算法的预计值构建的矿区数字高程模型(Digital elevation model,DEM)与基于实测数据构建的数字高程模型(DEM)具有高度的一致性,表明利用所提算法预计矿山开采沉陷具有较高的精度。     

地下金属矿山岩层移动角选取的进化支持向量机模型及工程应用

为克服传统方法确定地下金属矿山岩层移动参数的缺点,提出基于支持向量机(SVM)理论的地采岩层移动角选取方法。选取影响岩层移动的7个主要因素(矿体上、下盘围岩普氏系数、稳固程度,以及开采深度、开采厚度、矿体倾角)作为模型的输入,上、下盘岩层移动角为模型的输出,在收集65组金属矿山开采岩层移动参数的基础上,根据不同开采技术条件,利用SVM强有力的模式识别功能,采用RBF核函数,分别建立了崩落开采和充填回采的岩层移动参数预计模型。为提高预测模型的泛化能力和预测精度,应用遗传算法选择SVM的模型参数。应用该模型预测了三山岛金矿和狮子山铜矿开采岩层移动参数。结果表明:模型选取的因素合理,建立的遗传算法优化SVM回归模型对地采岩层移动角预测效果良好,为岩层移动角评价提供一种新思路。     

利用果蝇算法反演概率积分法开采沉陷预计参数

针对概率积分法开采沉陷预计参数反演时存在算法复杂、计算量大等问题,将具有算法简单、计算量小、精度高等特点的果蝇算法引入到概率积分法开采沉陷预计参数反演中,研究了利用果蝇算法反演概率积分法开采沉陷预计参数的基本原理,构造了下沉拟合值与实测值均方差最小的适应度函数模型。结合安徽省某煤矿的实测数据,分别采用果蝇算法、遗传算法以及粒子群算法反演概率积分法开采沉陷预计参数,并以下沉拟合值与实测值的均方差为各算法反演精度的评价标准进行对比分析,结果表明：利用果蝇算法反演出的下沉拟合值与实测值的均方差（33.7 mm）以及相对中误差（1.4%）均小于同类条件下遗传算法、粒子群算法的反演结果,说明果蝇算法适用于反演概率积分法开采沉陷预计参数,对于提高概率积分法开采沉陷预计的精度有一定的参考价值。     

遗传算法优化地下矿山开采顺序的应用研究

针对地下矿山开须顺序优化存在的问题,作文作者在回采顺序数值模拟的基础上,应用遗传算法对地下矿山开采顺序进行了优化,取得了满意的结果。     

矿业联合企业开采最优生产能力的确定

针对矿业联合企业特点，考虑采、选、冶生产平衡，建立地下金属矿山开采最优生产能力的经济数学模型，并采用基于随机搜索的遗传算法求解，全局寻优的收敛性较好。利用编制的生产能力优化软件对铜坑锡矿92#矿体生产能力进行优化，得出该矿体最优生产能力为150万t／a，并可根据末来实际情况及时、方便地进行动态调整。     

基于遗传算法的厚冲积层地表移动参数反演与应用研究

针对东欢坨矿冲积层厚度变化较大的特点,以该矿厚冲积层条件下多煤层多工作面开采地表观测站实测数据为基础,基于遗传算法反演了矿区不同冲积层与基岩厚度比条件的地表移动概率积分参数。结果表明：测区内实测最大下沉值为10893mm,最大倾斜为62.3mm/m,最大曲率为1.69mm/m²;采用遗传算法解决了多工作面开采概率积分参数反演问题,并对反演下沉系数进行修正,当矿区冲积层与基岩厚度比H_s/H_j≤1时,下沉系数0.82,主要影响角正切1.81,拐点偏移系数0.04,开采影响传播角90°-0.4α;当矿区冲积层与基岩厚度比H_s/H_j>1时,下沉系数0.96,主要影响角正切2.05,拐点偏移系数0.03,开采影响传播角90°-0.3α;研究成果在西村采动影响的应用分析中效果良好,验证了该矿条件地表移动规律和参数正确性。     

Use of genetic algorithms in a mining problem

ABSTRACT

This paper introduces the principles of genetic algorithms and presents their properties and structure. The application of genetic algorithms in the mining problem of ore grade estimation is discussed and the results are compared with previously published data. The outcome of this paper indicates the potential of genetic algorithms in mining applications.     

采煤机开关磁阻电机驱动系统的优化遗传神经网络辨识

针对采煤机中开关磁阻电机驱动系统具有非线性且结构参数变化范围较大的特点,提出了将优化遗传算法和神经网络相结合,实现对采煤机中开关磁阻电机驱动系统辨识的新方法,阐述了其原理并给出了相应的算法和计算公式,该方法结合优化遗传算法与神经网络各自的优点,克服了传统BP神经网络收敛速度较慢以及易于收敛到局部极小点等缺点。     

在线考试系统中基于遗传算法的组卷算法研究

在线考试系统中,自动组卷系统是关键的部分,而自动组卷系统的性能主要取决于组卷算法。文章在分析各种组卷算法的基础上,提出了一种基于遗传算法的组卷算法,文中对组卷算法进行了详细的设计,对编码结构、交叉算子和变异算子进行了富有特色的设计,使遗传算法能满足组卷这一特定问题的要求。     

含隐伏空区的露天矿边坡稳定性及参数优化研究

某露天矿在设计的露天采场境界内存在一定数量的隐伏空区,将给露天矿的生产带来较大的安全隐患。为此本文根据遗传算法理论,采用MATLAB语言编制了改进遗传算法的计算程序,对任意形状的边坡滑动面进行搜索,找出其最危险滑面和安全系数,分析隐伏空区对边坡稳定性的影响,并对边坡参数进行优化,为矿山的安全生产提供依据。     

开关磁阻电机的优化设计探析

遗传算法已经成功应用到优化问题的领域当中,如何提高算法的收敛速度及改善遗传算法的搜索能力,使遗传算法能够更好地解决优化问题,是目前主要探索的目标之一。文章简要介绍了遗传算法的主要思想,算法的基本步骤及特点和应用领域,并以开关磁阻电机的优化设计为例,探讨了遗传算法在开关磁阻电机中的应用。     

遗传算法在井下防尘供水管网优化中的应用

通过建立井下防尘管网优化数学模型，提出了用改进遗传算法求解该模型的新途径，并结合防尘管网优化详细介绍了改进遗传算法运算的各个步骤，建立了带罚函数的适应度计算公式.最后以开滦(集团)有限责任公司荆各庄矿管网优化项目为例，通过编制的改进遗传算法程序计算，得到了井下防尘供水最不利管路最优管径组合.     

基于遗传算法的燃煤系统自寻优控制

通过比较常见的搜索方法及其特点,总结出研究遗传算法的必要性。以最佳风煤比作为寻优目标,以效率作为适应度函数,探讨了将遗传算法应用于工业锅炉燃烧系统的自寻优控制。仿真结果表明:该法具有寻优速度快、鲁棒性强等特点。     

Discrete-event simulation of mine equipment systems combined with a reliability assessment model based on genetic algorithms

The combination of simulation with the maintenance analysis of mining equipment has been proven to be an effective tool to assess the impact of equipment failures on mining equipment. Genetic algorithms have been applied to multiple areas of mine design, mostly involving optimization solutions. With regard to maintenance analysis, past research in mining focused on the design of a genetic algorithm based modelling technique that is applied to the failure data of equipment to assess the reliability of a machine under study. The objective of this research is to develop, integrate and demonstrate that a methodology involving the combination of a reliability assessment model based on genetic algorithms with a discrete-event simulation model can be an effective tool for maintenance analysis of mining equipment. The reliability assessment model based on genetic algorithms provides input in the form of times between failures (TBFs) to a discrete-event simulation model. The simulation component emulates a typical mine development cycle to analyse the effect of load-haul-dump (LHD) equipment failures on production throughput, mechanical availability and equipment utilization. Furthermore, two equivalent simulation models, built in AutoMod and Simul8, are compared to evaluate the merits of employing one simulation software package over the other. This final component of the research offers the opportunity to assess two different simulation tools for the same mining problem.     

智能优化算法在概率积分参数反演中的比较

概率积分法是我国矿山开采沉陷预计的主要方法,其预计的精度直接取决于参数准确性。采用智能优化算法对实测地表沉陷数据反演是获取概率积分法参数的主要方法。为研究优化算法在开采沉陷概率积分参数反演中的应用效果,采用VB语言编程实现了模矢法、遗传算法、粒子群算法、模拟退火算法等常见概率积分参数反演算法,通过构造理论数据分析和比较了这4种算法参数反演的效果,并从运行时间、求参稳定性、搜索性能、抗局部解能力等方面对4种算法进行综合评价。研究结果表明:4种算法参数反演结果精度较高,参数相对误差小于2%,且对观测站中的观测值随机误差、粗差问题具有较强的抗干扰能力。模矢法运行效率高但容易陷入局部解,粒子群算法效率较低,遗传算法和退火算法全局能力强但后期收敛能力较弱。     

基于改进小生境伪并行遗传算法的电力系统无功优化研究

将小生境伪并行遗传算法进行改进,用于对电力系统无功功率进行优化。这种遗传算法是对小生境遗传算法和并行遗传算法的一个有效改进,该方法兼顾了对局部最优解和全局最优解的搜索,既维持了群体的多样性,避免了早期收敛现象的发生,又增强了自然群体进化的并行性,加快了搜索进程。实验结果表明该方法是有效可行的,通过合理选取选择、交叉、变异及小生境算子,能得到电力系统无功功率优化的最优解。